关于一类三角多项式差分插值的正则性

本文通过引进差分算子,在结点处对函数和它的m阶差分同时插值,给出了这种插值为正则的一个充要条件,并求出满足条件的三角多项式的显式表达式.     

蚁群算法在油田配电网开关优化配置中的应用

配电网分段开关优化配置，可以减少用户停电损失，提高供电可靠性。分段开关优化配置是一种以可靠性费用最小为目标函数的组合优化问题。结合油田配电网的分段开关类型和馈线自动化方式，给出了配电网开关配置的数学模型。应用蚁群算法(ACA)求解分段开关的位置和数量，并对蚁群算法的初始信息素赋值、搜索空间、转移原则和更新原则进行了改进，克服了基本蚁群算法搜索时间长、易陷入局部最优解的缺点。实例分析表明，该算法全局搜索能力强，搜索时间短，收敛速度快。     

基于提升格式的双正交小波构造

介绍了提升格式的基本原理，采用插值细分方法设计了提升格式的预测算子，根据信号变换前后消失矩保持不变的要求设计更新算子，构造了一组不同消失矩的双正交小波的尺度函数和等消失矩的小波函数。通过设计不同的预测算子和更新算子，可以得到具有不同的正则性、光滑性、消失矩等特性的小波函数，这为根据被处理信号的特征灵活地构造相应的小波函数及提高信号处理的质量和效率提供了一种简单实用的方法。     

基于遗传算法的模糊神经网络控制器在虚拟仪器中的实现

模糊控制技术在复杂的非线性控制过程中表现出优越的性能，神经模糊控制器的出现为自适应模糊控制设计开辟了新的途径。遗传算法由于具有不依赖于问题模型、全局最优、隐含并行性、高效率和解决不同非线性问题的鲁棒性等特点，能很好地用于神经网络的训练。两种方法综合使用，可以大大提高模糊神经推理控制系统的自学习性能和鲁棒性。通过应用Active X技术在Lab VIEW中调用和操作MATLAB的方法，实现了基于遗传算法的模糊神经网络控制器。     

二阶抛物问题的扩展混合元方法

对二阶抛物问题提出了一种新的混合元方法一扩展混合元方法．该方法能同时逼近未知函数、未知函数的梯度和流体的流量，较好地模拟了带有混合型边界条件的二阶抛物问题．通过数值分析进一步证明了未知函数、未知函数的梯度和流体的流量的最优L^2-误差估计。     

微粒群算法的研究现状及发展趋势

微粒群优化算法(PSO)是一种进化计算技术(evolutionary computation)．算法通过微粒间的相互作用发现复杂搜索空间中的最优区域。其优点是：计算速度快且简单易实现；缺点是容易陷入局部极值点，进化后期收敛速度慢且精度较差．本文对微粒群算法的研究现状进行了部分介绍，并对其研究的发展趋势进行了预测．     

函数的Lobatto展开和投影型插值的应用

在函数的Lobatto展开和投影型插值理论基础上进一步研究了投影型插值的新性质。首先，提出了一个新的误差估计模型——投影型插值的逐点误差估计，此估计的插值次数k可以动态增加并给出误差系数与k的关系。其次，给出了误差多项式的递推计算方法及其逼近曲线，直观地反映了投影型插值的一致逼近性。最后，通过变系数两点边值问题的数值算例验证了投影型插值是高次有限元计算中的最佳插值。     

建筑工程质量的多目标量化评价方法

依据建筑工程质量综合评价指标体系,利用层次分析法、最小二乘法和属性数学等方法,建立了综合评价模型,对建筑工程质量进行多目标综合量化评价.最后用实例验证了模型和方法的可行性.     

基于Grover算法的量子多用户检测

经典的多用户检测技术，其求解最优解的时间复杂度为0(2n)，这是一个NP难解问题．在Pauli算子的基础上建立量子多用户信道模型，给出利用Grover算法的多用户检测解决方法．该算法的时间复杂度为O(√2n)，并且当2n足够大时，其错误的概率趋近于0．     

最优子种群实数编码遗传算法的研究

提出了最优子种群实数编码遗传算法理论，通过从种群中选出适应值最高的若干数量的个体，组成该代最优子种群，将最优子种群中的个体与种群中其它个体进行交叉变异，最优子种群中的个体间也进行交叉变异，从而产生新的种群．该遗传算法对于示例中多极值的问题非常有效，收敛速度也非常快．