色噪声作用下亚稳态的存活概率与存活时间

建立了Ornstein-Uhlenbeck（OU）色噪声驱动粒子的逆 Kramers问题,即粒子初始处于亚稳态势阱外部,在噪声的作用下进入势阱,受左侧反射边界的影响粒子最终逃出势阱的过程．通过比较粒子在倒谐振子势场下的通过概率与粒子在亚稳态势阱中的存活概率发现:粒子在势阱中的存活概率在长时极限下趋于零且最大值比在倒 谐 振 子 势 场 中 的通过概率的稳定值小．利用蒙特卡罗模拟计算得出粒子在势阱中的存活时间随粒子的初速度、噪声的关联时间均呈非单调变化,且存在使存活时间最长的参数,称之为“最佳初速度”以及“最佳关联时间”．      

基于重心原理的大规模网络异常检测算法

针对当前入侵检测技术不能满足大规模网络的性能要求这一问题,提出了基于重心原理的大规模网络异常检测算法.实验结果表明,对当前流行的多种拒绝服务攻击,应用该箅法的入侵检测系统都能够有效的检测出异常状态.     

波动方程的自然边界元与有限元耦合法

本文对波动方程初边值外问题提出一种有效的数值算法,首先将控制方程对时间进行离散化,得到时间步长离化格式,进而对每一时间步长求解一椭圆型外问题。引入一条圆周人工边界Г0,通过自然边界归化导出Г0的外部无界区域的自然积分方程及Poisson积分公式,讨论算法的有限元离散化及计算问题,概述了求解过程,并对此算法作了简要的评述。     

基于免疫遗传算法改进DFNN模型及其应用

针对动态模糊神经网络（DFNN）在进行预测应用时容易陷入“局部极值”的缺陷,提出一种改进方案。综合人工免疫算法和遗传算法的优点,用免疫选择优化遗传算法的进化策略,提出一种新的免疫遗传算法。将免疫遗传算法对模糊神经网络的学习算法进行改进,增强其学习能力和算法的稳定性。结合复杂性强的短期电价预测问题,采集美国PJM电力市场的实际数据作为样本数据,对免疫遗传算法改进DFNN进行实证研究。研究结果表明：与DFNN的预测结果相比,改进后的方法在同样的运算条件下,预测精度提高4．5％,而运算时间仅增加6．4s,说明基于免疫遗传算法对DFNN模型的改进效果较好。     

车底盘检测与维修模块存在问题及其应对措施

为了更好的进行汽车行驶安全问题的解决,进行汽车底盘检测及其维修环节的分析应用是非常必要的。在汽车行驶过程中,底盘充当着重要的角色,其支撑了汽车的各个结构,进行发动力动力的接受,从而确保汽车的正常行驶。在底盘检修应用环节中,其分为四个应用环节,分别是传动系环节、行驶系环节、转向系环节及其制动系环节。通过对汽车性能参数的检测优化,可以满足日常汽车的行驶需要,这也是该文中,笔者所要探究的问题。     

一种求解非线性互补问题的新算法

利用信赖域SQP滤子算法来求解非线性互补问题,在适当的条件下证明了该算法的全局收敛性,并给出了数值实验证明算法的可行性。     

利用粒子滤波原理求解函数优化问题

针对多维函数优化容易陷入局部极小值问题,提出一种基于粒子滤波原理的优化算法.首先简要地介绍粒子滤波算法的基本原理;再针对函数优化问题,阐述利用粒子滤波实现优化算法的基本思想,并介绍了其具体的实现步骤,同时为了丰富粒子的多样性,引入了遗传算法的交叉和变异操作;最后为了验证新算法的有效性,采用30维的Benchmark函数进行仿真实验.仿真实验结果表明:基于粒子滤波的优化算法在解决多维函数优化问题方面较其他优化算法具有更强的全局搜索能力和求解精度,这也为优化算法的研究提供一种新的途径和手段.     

基于混沌理论的文件加密方法的实现

随着网络和计算机技术的不断发展,计算机在人们的生活中已无处不在,由此引发的信息安全问题日益突出.考虑到一些重要数据的保密性和安全性,需要对所传输或存储的数据进行加密处理.信息的加密技术在近代随着计算机技术的不断发展也得到了广泛的关注.     

有向图的双超连通性（英文）

简单有向图D(无环与重弧),如果满足每个最小点割都是某个点的出邻点集或入邻点集,则称D是超连通的.在超连通有向图D中,如果存在一个最小点割既是某个点的出邻点集又是某个点的入邻点集,则称D是双超连通的.主要研究了线图双超连通性的充要条件;同时,研究了笛卡尔积与字典积的双超连通性.     

考虑多种竞争情形的投资策略及其鲁棒性

在经典的马科维茨“均值-方差”最优投资组合框架的基础上,引入对多种竞争情形的预测,提出一种min-max投资策略,并证明其具有鲁棒性.