四种群Lotka-Volterra混合系统的全局渐进稳定性

文章考虑周期系数的四种群Lotka-Volterra模型,种群间既有捕食关系又有竞争关系,得到该系统正周期解的存在性及全局渐进稳定性的条件.     

带系数线性比式和问题的全局优化方法(英文)

对带系数的线性比式和问题(P)提出一确定性全局优化算法.利用等价问题和线性化技术给出了问题(P)的松弛线性规划(RLP),通过对(RLP)可行域的细分以及一系列(RLP)的求解过程,提出的分枝定界算法收敛问题(P)全局最优解.最终数值实验表明了提出方法的可行性.     

反应扩散变时滞细胞神经网络的稳定性

利用构造Lyapunov函数的方法讨论了带反应扩散项的变时滞细胞神经网络全局指数稳定性.在输出响应函数有界且满足Lipschitz条件和系统满足文章所给的条件下,得到了判定该类网络解的全局指数稳定性.     

局部坐标排列

基于排列技术,提出一种新的流形学习的方法--局部坐标排列(Local CoordinatesAlignment,LCA).LCA首先计算局部坐标作为每一个局部邻域的表达,然后通过在全局中排列从而得到最优嵌入.实验验证了LCA的有效性.与LE相比,所提出的LCA更贴近于流形学习的局部保存和全局优化的思想.     

两种群多时滞Lotka-voherra系统正周期解的存在性与吸引性

对已经获得的关于具有周期系数的两种群多时滞Lotka-volterra系统正周期解的存在性和稳定性结果进行了归纳总结.在上述研究中,借助Mawhln拓扑度方法和Liapunov函数技巧.分别建立了竞争系统,捕食系统和互惠系统正周期解存在且全局吸引的充分条件,发现这些条件能够与对应的自治系统正平衡点的存在性和稳定性条件较好的对应起来,而且发现时滞对系统的淅近行为是有影响的.     

另一种强Wolfe线性搜索下的共轭梯度法

对求解非线性无约束优化问题中给出了新的参数应用于共轭梯度法;并证明了该方法在强Wolfe线搜索下具有充分下降性,同时具有全局收敛性。将本文提出的参数与引文中参数作比较。讨论了这一类参数在证明中的成立条件。     

非自治-食饵——两竞争捕食者系统的持久性和全局渐近稳定性

研究非自治-食饵种群被两个具有竞争关系的捕食者种群捕食系统.应用比较定理和构造Liapunov函数的方法,得到了该系统的一致持久性和全局渐近稳定性的充分条件,推广了已有文献的相关结果.     

具有时变时滞的Cohen-Grossberg神经网络的稳定性

考查具有时间改变时滞的Cohen-Gmssberg神经网络的动力学性质,给出具有时间改变时滞的Cohen—Gwssberg神经网络的全局渐近稳定性的判据．     

利用改进的粒子群算法的机器人全局路径规划

针对常规路径规划单纯追求路径最短、路径规划不灵活和实现复杂的缺点,提出了一种改进的移动机器人全局路径规划方法.该方法综合人工势场(APF)与粒子群优化算法(PSO)的优点,利用障碍物的排斥力生成路径的危险度地图(DDM),将路径长度与危险度的加权和作为PSO的适应度函数,获得了一条全局最优路径.该方法具有3个优点:粒子初始化及更新过程中会自动避开有障碍物的危险区域,规划出一条既安全相对长度又较短的路径;通过调整加权因子平衡长度与危险度在适应度函数中的比重,路径规划灵活;算法实现简单,收敛速度快,能满足移动机器人实时路径规划的要求.仿真结果证明了该算法的可行性和有效性.     

一类非线性差分方程解的渐近性质

研究了一类非线性差分方程解的渐近性质,给出了这类差分方程解的持续生存和渐近性质的充分条件,所得到的结果推广了前人的相关工作。