一种新的改进遗传算法——混合式遗传算法

针对遗传算法应用的局限性,把模糊思想应用到大变异操作中,提出了模糊大变异操作;并结合自适应遗传算法、最佳选择策略机制和过滤操作的思想,提出了一种新的遗传算法结构--混合式遗传算法(hybridgeneticalgorithm,HGA).HGA不仅保证了算法的全局收敛性,而且提高了算法的收敛速度和稳定性.算例验证了算法的优越性能.     

解方程算法的局部行为和整体行为

Smale为研究解方程算法的复杂性而提出的“点估计”理论和“一般收敛”概念对迭代法局部行为、半局部行为和整体的研究产生了深刻的影响。他引入的点估计判据既为局部行为的定量分析提供了工具,又启发了对半局部行为统一判定的建立。而用离散动力系统的观察整体行为,更引出不少深邃的研究课题和展示丰富多彩的图景。本文就这些进展及其在非光滑优化方面的应用做一综述。     

交错级数敛散性的一个新判别准则

交错级数是数学分析重要内容之一,对交错级数敛散性的判别方法目前并不多.关于交错级数的敛散性,给出一个新的判别准则,利用这个准则不仅能够判定一个交错级数的敛散性,而且能够判定交错级数是绝对收敛还是条件收敛.选择实例对给出的判别准则的可行性进行了检验.     

基于自适应退火遗传算法的船舶管路布局优化方法

采用自适应遗传算法来确定标准遗传算法的杂交率和变异率,尤其对变异率的调整,使其不但能根据个体适应值的大小进行自适应修正,而且能随进化状态的改变而改变,从而增强了算法摆脱局部最优解的能力.同时引入模拟退火思想,通过对标准遗传算法接受算子的退火处理,使其在搜索过程中除了接受优化解以外还以Metropolis准则接受恶化解,提高了种群的多样性,有效地增强了全局寻优能力.通过对适应值函数的退火拉伸,调整了进化前后期的适应值差异,从而加速了寻优过程.最终以形成的自适应模拟退火遗传算法进行船舶管路的三维布局优化,仿真实验表明,该算法不但加快了寻优速度,而且与标准遗传算法相比全局收敛率提高了近30%.     

极大熵聚类算法的收敛性定理证明

有关极大熵聚类算法收敛性的研究是理论研究的一个热点问题,有的学者认为迭代序列的极限点有可能不是目标函数的严格局部极值点.针对这个问题,文中用科学计算软件对相关文献中给出的例子进行了实验,说明该例子并不能否定极大熵聚类算法收敛性定理.最后,从理论上给出了极大熵聚类算法收敛性定理的一个证明.     

隧道围岩施工监测及位移动态模拟分析

为了研究不同支护结构参数和不同开挖方法对围岩位移的影响,以百勺洋隧道为研究对象,通过现场实测、回归分析和数值模拟的技术手段,以大型非线性有限元软件ADINA为研究工具,建立有限元模型。通过改变锚杆支护相关参数和开挖方法,进行大量模拟运算。运算结果表明,随着锚杆长度的增加,地表点下沉量不断减小,隧道的底鼓幅度也逐渐减小,边墙的收敛量也逐渐减小;随着锚杆间距的增加,顶端最大下沉点的竖直方向沉降值增大,边墙收敛值也增大;开挖方法不同时,随着开挖步数的减少,地表下沉值增加,隧道底鼓现象也越明显。开挖步数越多,洞周收敛值越小。     

两两NQD序列的Marcinkiewicz型强大数定律

在附加矩条件的情况下, 给出了与独立同分布情形类似的同分布两两NQD序列的Marcinkiewicz型强大数定律.     

C[0,1]上完备的三角形正交函数系

基于W alsh函数,建立一个新的函数系T n n∈N.它是一个分段线性函数序列,在0,1的子区间上其函数图像呈现三角形。并且证明了它是C[0,1]上一个完备的正交函数系。在此函数系上展成的Fourier级数有许多与三角Fourier级数相似的性质,三角形Fourier级数的部分和在作为函数的逼近工具时确实要比三角Fourier级数优越一些。     

Cohen-Grossberg神经网络周期解的全局稳定性

讨论了Cohen-Grossberg神经网络周期解的存在性和全局指数稳定性.讨论的模型非常综合,包含了大部分的模型,利用的条件非常弱,取得的结果非常简洁.     

BP网络自适应学习率研究

分析了自适应学习率BP算法,并对其进行了总结分类,针对每一类介绍了几种具体的自适应学习率BP算法。最后结合XOR问题把一种自适应学习率BP算法和标准BP算法进行了比较和评价。