利用极小割计算随机流网络可靠度的一种算法

对随机流网络可靠度的计算问题进行了研究.提出了网络元件(边和结点)容量下确界的概念,在求基于每个极小割集的每个元件的容量向量时,对其满足的约束条件进行了改进,使其可行解集合大大减小.同时给出了两个引理,根据这两个引理,使得求基于极小割集的所有d-上界点变得非常简单,从而得到了一个计算随机流网络最大流量不少于给定需求流量d+1的可靠度的有效算法.最后,通过实例验证了该方法的有效性.     

一类非线性系统的局部镇定及吸引域估计

研究了一类非线性系统的局部稳定问题,应用中心流形定理,给出了这类非线性系统渐近镇定的充分条件和系统的吸引域估计.设计出镇定系统的反馈控制律,特别研究了一类平面非线性系统,给出了系统镇定的若干条件.通过实例说明选取控制律应注意的一些问题,给出了多个实例,表明结果的有效性.     

递推加权最小二乘算法的研究

通常在使用递推加权最小二乘算法时,需要设计矩阵列满秩.从极限理论的角度出发,对设计矩阵列不满秩时加权最小二乘估计的递推算法进行了理论证明和分析,得出了在任意第n步,未知参数估计值收敛于由前n组数据所决定的极小范数加权最小二来解,并且此解是唯一的,仿真结果同样验证了该结论的正确性.     

COMPARISON OF MAX—MIN APPROACH AND NN METHOD FOR RELIABILITY OPTIMIZATION OF SERIES—PARALLEL SYSTEM

Two heuristics, the max-min approach and the Nakagawa and Nakashima method, are consideredfor the redundancy allocation problem with series-parallel structure. The max-min approach canformulate the problem as an integer linear programming problem instead of an integer nonlinearproblem. This paper presents a comparison between those methods from the standpoint of solutionquality and computational complexity. The experimental results show that the max-min approach issuperior to the Nakagawa and Nakashima method in terms of solution quality in small-scale problems,but analysis of computational complexity shows that the max-min approach is inferior to other greedyheuristics.     

构造极小广播网络的新方法

广播是指从网络中某一成员开始 ,将消息传递给网络中其余成员的过程 .极小广播网络就是指能在最短时间内广播一条消息的通讯网络 .本文主要讨论一种构造极小广播网络的新方法 ,这种方法在大多数情况下改进了极小广播网络的最少边数的上界.     

初始排污权分配的优化模型

总量控制目标的实现与排污权交易政策的顺利展开,首先要解决的一个关键问题是初始排污权的合理分配.在给定排污总量上限的前提下,从分配时兼顾经济最优和公平性出发,同时考虑各地经济、环境、社会发展等综合因素构建了初始排污权分配的极大极小模型,分析了解存在的KKT条件,讨论了模型的解法.此外,该模型考虑到了效用函数不可微的情况,并且能够根据政府的偏好对社会效用和公平性进行权衡.     

线性流形上广义反次对称矩阵的最佳逼近

讨论了线性流形上广义反次对称矩阵的最小二乘解,得到了解的一般表达式,对于任意给定的实矩阵A,在最小二乘解集中得到了A的最佳逼近解.     

多变量无模型预测神经网络线性自抗扰控制

对难以建模的多变量非线性系统的控制难题,提出改进的具有辅助向量的多变量全格式动态线性化方法,采用其逼近非线性系统,用其构成预测模型,将其转化为具有耦合的若干个子系统,利用直接极小化指标函数自适应优化算法辨识其参数,将多变量线性扩张观测器的线性控制输入项改进为关于观测状态和控制输入向量及其微分的向量函数,并由该向量函数的逆向量函数构建当前控制输入向量,因其未知,使用对角回归神经网络逼近控制输入向量函数,采用多变量非线性递推最小二乘法优化对角回归神经网络连接权及多变量线性自抗扰控制参数,综上研究提出在线优化参数的多变量无模型预测神经网络线性自抗扰控制算法。仿真研究表明系统响应精度高,性能好,优于传统的线性自抗扰控制算法。     

基于星历模的行星际halo轨道间转移会搜索

本文针对星历模型下星际三体系统动平衡点halo轨道间的转移机会搜索问题,提出了一种基于三体系统不变流形结构的二级搜索方法.该方法首先基于星历模型求解行星际halo轨道逃逸流形初始时刻与捕获流形末端时刻固定时,连接该不变流形的最优两脉冲转移问题,得到所给条件下星际halo轨道间的最优转移轨道.然后以逃逸流形初始时刻、捕获流形末端时刻为变量,以连接该不变流形的最优两脉冲转移所需的速度增量为目标函数,绘制等高线图研究解空间的全局特性,从而得到转移机会.最后分别以日一地与日一火系统及日一地与日一金系统为例,搜索其在2015-2017年的转移机会,研究结果验证了本文所提方法的有效性,同时也揭示出了行星际halo轨道间转移机会的类周期性.     

基于最大异类距离特征提取的SAR目标识别方法

合成孔径雷达自动目标识别是合成孔径雷达的一个重要的应用方面,如何在高维SAR图像中提取有效分类信息是制约自动目标识别的瓶颈问题.本文基于流形结构假设,提出了一种新的特征提取方法——最大异类距离特征提取,该方法融入了样本集类别信息和邻域信息,通过最大化异类样本的距离实现特征提取,以提高特征的可鉴别性.基于MSTAR数据库的实验已验证了本文提出的方法能够有效提高目标识别率.