求解P*τ阵线性互补问题的高阶宽邻域内点算法

对P*(τ)线性互补问题提出了一种高阶宽邻域内点算法,在算法的每步迭代过程中,基于线性规划原始-对偶仿射尺度算法的思想来求解一个线性方程组,得到迭代方向,再适当选取步长,得到算法迭代的多项式复杂性.     

分年龄段的互惠模型的行波解

讨论了一类分年龄段的生物种群互惠模型的行波解存在性问题．在一般带时滞的互惠Lotka—Volterra模型基础上,考虑了年龄段和空间非局部等因素对反应扩散方程行波解存在性的影响．构造了一对合适的上下解,利用单调迭代方法证明了模型的两个平衡点之间行波解的存在性,进一步丰富了单调方法的内容．     

基于模糊原理与频率分组的G函数算法

针对CHESS系统核心技术差分调频算法中G函数存在的缺点,提出一种新的G函数算法,其中频率转移函数采用了模糊算法、选择算法和复杂的分组算法.分组算法中的频率组作为调频状态量,组内再确定频率点.模糊算法和选择算法保证了转移函数的复杂度,改善了跳频序列的随机性和均匀性,增强了系统的隐蔽性和抗跟踪性.     

铜离子对铜锌超氧化物歧化酶二聚作用的影响

观测了Cu^2＋在脱辅基SOD（apoSOD）二聚过程中的作用．探讨了过氧化氢和pH值对SOD二聚体形成的影响,以及缺锌多铜SOD（Cu^2＋SOD）诱导其他蛋白质聚集的作用．结果显示Cu^2＋SOD自聚集成二聚体,在SDS作用下不解聚;pH值为5．6～6．8最有利于Cu^2＋SOD二聚体的形成．而过氧化氢的存在导致Cu^2＋SOD二聚体解聚成单体．另一方面,发现Cu^2＋SOD能够诱导结构类似的apoSOD,Zn4SOD和Cu2Zn2SOD形成不被SDS解聚的二聚体,而对其他蛋白质没有影响,表明Cu^2＋SOD诱导蛋白质聚集时有一定的空间结构选择性．     

锰掺杂BNT-BaTiO3陶瓷微结构和电性能的研究

研究了(Bi1/2Na1/2)TiO3-BaTiO3压电陶瓷在准同型相界附近锰离子掺杂对材料微观结构、压电和介电性能的影响.采用XRD和SEM等方法对材料的相结构和晶粒生长情况进行了研究.结果表明:掺锰有促进烧结的作用并能使晶格发生畸变,使相结构中的四方相向三方相转变;当掺杂量质量分数为0.3%时,可以获得较好的综合性能,压电常数d33=124 pC/N,径向机电耦合系数kp=31%,介电常数3Tε3/0ε=615,介电损耗tanδ=0.014,机械品质因数Qm=267,频率常数Np=3 050 Hz.m.     

用微分方程方法研究红绿灯控制下的交通流模型

红绿灯模型是交通流动力学模型研究中一个重要而困难的问题,首先给出交通流模型,然后给出红绿灯交通流模型与特征线的求解,根据红绿灯模型与特征线意义,对交通流的红绿灯转换周期的设置具有重要意义．     

多重调和方程弱解的内部正则性

考虑如下的多重调和方程{（-△）^ku=f（x）,x∈Ω,u∈H0^k（Ω）的弱解的内部正则性．其中Ω是R^N中的有界光滑区域,k是正整数,H0^k（Ω）是标准的Sobolev空间．对于一类函数f（z）,利用差分方法得到了上述方程弱解的内部正则性,其结果也适用于一些非线性的多重调和方程．     

基于凸组合技术的加速FR型共轭梯度算法

为高效求解非线性方程组问题,利用凸组合技术设计一个新型搜索方向,同时结合加速线搜索技术,提出一个新的加速FR型共轭梯度算法.在合理的假设下,新算法拥有全局收敛的良好性质.数值试验结果表明,新算法总体上优于经典FR算法和三项FR算法.新算法继承了修正FR方法的良好数值效果、充分下降性及信赖域特征,并具有计算简单和存储量小...     

基于邻域搜索JADE的二维Otsu多阈值图像分割

为进一步提高分割精度并加快分割速度,提出了一种基于邻域搜索可选外部存档自适应差分进行算法(简称为JADE-GL)的二维Otsu多阈值图像分割方案。首先,针对原始JADE算法精英突变策略收敛速度慢、容易陷入局部最优等问题,提出了基于邻域半径搜索的改进突变策略,以提升算法的全局探索和开发能力。然后,将所提算法与现有分割方法以及其他JADE变种算法进行二维Otsu多阈值分割对比实验。最后,通过函数收敛曲线、分割距离测度、峰值信噪比(peak signal to noise ratio, PSNR)等指标定量分析算法的性能。实验结果表明,随着阈值数增加,提出的算法无论在收敛速度、分割精度还是分割图像效果上都有显著提升。     

多精英采样与个体差分学习的分布估计算法

提出了基于多精英采样和差分搜索的分布估计算法EDA-M/D (Estimation distribution algorithm based on multiple elites sampling and individuals differential search)。EDA-M/D利用多精英个体独立采样生成子代来提升算法全局搜索能力,利用精英群体分布的σ²约束采样半径,实现种群从全局搜索逐步过度到局部搜索。当精英群体停滞时,劣势个体借助精英群体的μ和种群历史最优解进行差分搜索,帮助种群跳出局部最优解。通过多精英采样与差分搜索的自适应协同实现种群宏观信息与个体微观信息的有机融合。实验结果表明EDA-M/D在稳定性和搜索能力方面均表现出明显的优势。