基于伪群交叉算法的细金属柱体目标识别

从线性分布细金属柱体的散射模型出发,利用多极子展开技术求解电磁散射问题,以测量的散射场和计算散射场间的偏差作为目标函数,将待优化变量设置为描述细金属柱体中心位置的向径和幅角,通过伪群交叉算法(pseudo swarm crossover,PSC)对待优化变量进行优化,使目标函数达到最小值来对自由空间中线性分布的细金属柱体族进行电磁成像。研究结果证实了PSC比多相粒子群算法(multi-phase particle swarm optimiza-tion,MPPSO)有更好的收敛性能、成像精度和更强的抗随机噪声干扰能力。     

一种促进PSO全局收敛的参数调整策略

模拟鸟群捕食行为的粒子群算法存在早熟收敛问题。理论和实验都证明了粒子群算法参数确定局部搜索能力与全局搜索能力的比例关系,对算法的收敛能力影响极大。对现有的参数调整策略进行了分析,指出了存在的问题。借鉴免疫机制中的多样性和变异理论,提出一种新的参数调整策略,该策略基于抗体的亲和力和粒子的聚集程度来确定粒子的最优适应值变化率及算法参数值。对经典测试函数的实验结果表明,提出的参数调整策略使算法的全局收敛能力得到了显著提高,能有效避免粒子群优化算法中的早熟收敛问题。     

区域FEEEP系统技术效应动态分解及收敛性

界定区域FEEEP系统技术效应的内涵,在Malmquist指数理论基础上构建区域FEEEP系统技术效应动态分解模型,并应用该模型测度2001～2006年中国省际FEEEP系统技术效应及相应分解指教的变动趋势,最后运用收敛模型检验FEEEP系统的技术扩散效应,结果表明:中国省际FEEEP系统综合技术效应的提高是由技术改进推动的;规模效率和纯技术效率的下降是区域FEEEP系统技术效率下降的主要原因;区域FEEEP系统技术效率和综合技术效应均存在β收敛,但各地区的原始条件决定了收敛的稳态水平.     

对美式期权定价中一类蒙特卡洛过程收敛速率的研究

对于文[1]中所述的蒙特卡洛过程，进一步讨论其有关序列的胎紧性，给出并证明与收敛速率相关的中心极限定理。     

求解隐式差分方程的一类高精度并行迭代法

为提高并行迭代法的计算精度,提出了一类高精度、无条件稳定、三层格式的并行迭代算法。用矩阵理论证明了迭代的收敛性,推证了网格加密时的渐进收敛性质。结果表明:对三层格式进行迭代处理,不仅能保证其计算精确度,而且具有很好的收敛速度与渐进收敛性质。数值算例验证了理论分析的正确性,表明了算法的可行性与有效性。     

基于对角隐式Runge-Kutta公式的无约束优化方法

通过把一个无约束优化问题转化为一个等价的常微分方程,利用二阶半对角隐式Runge Kutta公式构造了求解无约束优化问题的LRKOPT算法。LRKOPT算法具有与IMPBOT方法相似的数值特性,但LRKOPT算法可以看成是最速下降方向与牛顿法方向的非线性组合,而IMPBOT方法为它们两者之间的线性组合。在目标函数为一致凸函数的假设条件下,证明了LRKOPT方法的具有全局收敛和局部超线性收敛性。数值结果表明LRKOPT方法具有很好的数值稳定性并且LRKOPT方法的计算效率优于IMPBOT方法。     

探索曲面结构的小生境遗传算法

提出了具有适应值曲面结构自学习能力的多区域并行局部搜索算子PLS和约束交叉算子GC，定性地分析了它们的作用机制，给出了基子仿真实验数据的遗传算法收敛速度和全局收敛可靠性的定量计算方法。仿真实验数据表明，PLS能有效地提高搜索速度并维持足够的种群基因多样度，GC可有效地微调解的质量，使改进的遗传算法的全局收敛速度和收敛可靠性均显著地优于标准遗传算法，并具有良好的鲁棒性和稳定性．     

快速模拟退火算法用于MESFET大信号建模

对快速模拟退火算法的关键参数进行确定,将该算法应用于微波半导体大信号建模,解决了多变量非线性优化难题,实验结果表明该方法是有效的。从而为解决ＭＥＳＦＥＴ（ＭｅｔａｌＳｅｍ ｉｃｏｎｄｕｃｔｏｒ Ｆｉｅｌｄ ＥｆｆｅｃｔＴｒａｎｓｉｓｔｏｒ）大信号建模问题提供了一种新思路。     

延迟离散Hopfield-型网络广义异步收敛性分析

给出了延迟离散Hopfield -型神经网络的收敛性定理。在广义异步运行方式下 ,证明了对称连接权阵 (只要w0 对称 )条件下的收敛性定理 ,推广了已有的延迟离散Hopfield -型神经网络的收敛性结果 ,表明网络收敛滞后于能量函数收敛最多 2n 1步。最后给出了能量函数的极大值点与延迟离散Hopfield -型神经网络的稳定态的关系。     

线性定常模糊随机系统的响应分析

证明了线性定常模糊随机系统的输出在均方意义下的收敛性,并给出了系统响应的模糊概率特征关系方程。