改进智能算法的认知无线Mesh网络优化频谱分配算法

随着网络资源日益紧张,认知无线Mesh网络中的频谱优化分配问题的研究主要集中在总带宽的最大化和占用频谱数的最小化。文中考虑到杂草算法的多样性以及容易实现和编码快捷等特点,提出一种基于改进入侵杂草优化算法(IWO)的频谱优化分配方法(IIOW)。通过对扩散条件中调和指数的优化,使得扩散更加均匀准确,大大加快收敛速度,同时优化了适应度函数的曲线。仿真结果表明:基于改进IWO的优化算法能在最大化总带宽与最小化信道占用数的情况下,获得较为理想的适应度函数曲线,同时加快收敛速度。     

φ混合随机变量阵列加权和的收敛性质

利用φ混合随机变量的Rosenthal型矩不等式,考虑一定权重条件下,不同分布φ混合随机变量阵列的强收敛性质,得到了一些新结果.     

统计收敛与超滤子收敛的关系

利用几何泛函分析和Banach空间理论,讨论了Banach空间中统计测度收敛与超滤子收敛的关系.通过给出的端点和超滤子之间的关系,证明了在Banach空间中,序列(xn)按超滤子U2N收敛等价于按x*∈ext B(l∞/c0)*()+所确定的统计测度收敛.     

求解非对称代数黎卡提方程的一种新交替线性隐式迭代法

提出了一种新交替线性隐式迭代法来求解非对称代数黎卡提方程的最小非负解,证明了该算法的单调收敛性,并且估计了该算法的渐进收敛因子.与已有的交替线性化隐式迭代法相比,该算法在迭代次数、CPU时间以及误差3个方面均有一定优势.     

一种判定含参量无穷限反常积分非一致收敛的方法

根据一致收敛与收敛的关系,得到一种判定含参量无穷限反常积分非一致收敛的方法.通过观察被积函数中的不定式,若能找到参量关于积分变量的函数,使得相应的无穷限反常积分发散,那么含参量无穷限反常积分非一致收敛.相对于定义法和柯西准则,该方法更加简便.     

积分型边界条件下抛物方程的新混合元方法分析

针对带有积分型边界条件的抛物方程,建立了一种易满足B-B条件的新混合元离散格式。利用双线性元和Neédeélec元分别来逼近原始变量u和流量p=u,在半离散格式下利用导数转移技巧和边界插值估计导出了u和p的超逼近和整体超收敛结果,同时,给出了向后Euler全离散格式及误差分析。     

基本上成立的概念及其应用

主要讨论了基本上成立的一些概念,并给出与这些概念相关的一些性质,同时用基本上成立的概念简述一些定理和性质的叙述、证明及它们之间的关系.     

慢时变线性模型参数辨识递推算法及收敛性分析

针对慢时变线性模型,给出辨识的递推算法,并证明该算法能够保证参数收敛在一个有界空间区域,该区域包含参数真值集合;若工作点不发生变化,合理的收敛因子保证参数收敛到对应真值.在实际应用中,工业对象可以利用慢时变线性模型表示,因此该递推算法能够确保工业对象模型实时更新以跟踪工况的变化.通过实例仿真可以看出,该递推算法能够保证慢时变线性模型参数有效更新,并较为准确估计输出变量.     

高阶复域微分方程解取小函数的收敛指数

研究了亚纯函数系数的高阶复域微分方程的解取小函数的点的收敛指数,得到了方程的解取小函数的点的收敛指数的精确估计.     

引入扰动因子的共轭梯度算法及其收敛性

为了改善非线性规划理论中用于求解无约束问题的共轭梯度法收敛速度与数值表现不统一的现状,提出一种改进的共轭梯度法。结合不同共轭梯度法的优势,加入扰动参数,选取新的参数标量和搜索方向迭代公式,并证明了该方法在Wolfe搜索下的全局收敛性,最后给出了数值算例。通过与其他方法迭代效果相比较,进一步验证了所提方法的有效性,达到加快收敛速度,提高优化效率的目的。