成对需求的局内k-服务器问题及其工作函数策略

提出了多需求的k 服务器问题,建立了数学模型.研究了问题空间为k+2时的一个特例:即在任一时刻点都同时有两个服务需求提出.给出了此特例的工作函数策略,进行了相应的策略分析并给出了竞争比的证明.关于成对及多需求k 服务器问题的一般情形的策略设计及理论证明仍然是公开问题.     

一种混合整数双层线性规划的全局优化方法

通过求得下层问题的对偶问题可行域上的极点,将上层所有变量为0 1型变量和下层所有变量为连续型变量的双层线性规划转化为有限个混合整数线性规划问题,从而用求解混合整数线性规划的方法获得问题的全局最优解.由于下层问题的对偶问题可行域只有有限个极点,所提出的方法具有全局收敛性.     

解旅行商问题的混沌蚁群算法

利用混沌运动的遍历性、随机性和规律性等特点,提出了一种求解旅行商问题的混沌蚁群(CACO)算法.该算法的思想是采用混沌初始化进行改善个体质量和利用混沌扰动避免搜索过程陷入局部极值.与模拟退火算法、标准遗传算法进行比较,仿真结果表明该方法是一种简单有效的算法.     

堵塞恢复时间随机的在线加拿大旅行者问题

针对旅行者在行走过程中遇到的某一或一系列无法预知堵塞事件的加拿大旅行者问题,考虑每个堵塞恢复时间是一个相互独立随机变量的情形,从在线问题与竞争策略的角度,给出了每个堵塞恢复时间都为均匀分布下的等待策略和贪婪策略以及相应策略下的竞争比,并对两种策略的执行效果进行了分析和比较.     

湿热环境下粘弹性板的非线性动力稳定性分析

采用Boltzman积分型本构关系和热流变简单材料的折减时间概念,考虑湿热环境对材料粘弹性动力学行为的影响,分析了线粘弹性薄板在考虑几何线性与非线性时的长期动力稳定特性.设材料为标准线性固体,将系统的微分-积分型控制方程转化成微分型控制方程,由增量谐波平衡法确定主要动力不稳定区域的边界,讨论了温度与湿度的变化对粘弹性板的几何线性与非线性动力稳定特性的影响     

一种有效的基于实数编码的多目标遗传算法

针对实数编码遗传算法提出了一种通用的基于决策变量的复合交叉算子,并将之用于多目标优化问题的求解,算法效果良好,一定程度上解决了高维多目标优化问题在用遗传算法求解时收敛性差这一难题.通过实验首次揭示了交叉点数对多目标遗传算法性能的影响.     

反舰导弹的模糊变结构控制设计

为了削弱变结构控制中的颤振现象，采用了模糊变结构控制方法，并将该方法应用于反舰导弹的过载控制系统的设计中。首先，利用变结构控制方法设计了导弹的控制律。由于变结构控制中的切换控制项会引起颤振现象，因此采用模糊控制器对其进行调整，从而构建了一种模糊变结构控制器。然后，举例进行仿真，仿真中分别采用了传统变结构控制方法和模糊变结构控制方法设计过载控制系统。仿真结果的对比显示了模糊变结构控制方法的优越性。     

一类非线性离散时间系统的变结构控制

针对一类非线性离散时间系统，提出了一种基于神经网络趋近律的变结构控制方法。分别用两个神经网络自适应调整趋近律中的参数ε和δ，利用离散趋近控制律与离散等效控制律的偏差对网络权值进行更新，克服了常规变结构控制方法中需预先设定趋近律中参数的限制，既保留了传统趋近律设计方法的所有优点，又有效的改善了系统的动态品质，消除了系统抖振，使系统最终以理想方式在滑模面上运动。理论分析和仿真结果表明了所提出方法的有效性。     

约束非线性l1问题的调节熵函数法

针对约束非线性l1问题不可微的特点,提出了一种光滑函数的近似逼近方法。该方法利用调节熵函数和罚函数技术将约束非线性l1问题转化为无约束可微优化问题,因而可利用光滑优化的经典算法求出原问题的近似最优解。给出了基于光滑优化问题的BFGS迭代,并介绍了约束非线性l1问题的调节熵函数的有关性质、算法的迭代步骤及其收敛性分析。最后通过数值实例表明了该算法的有效性。     

生物学中一个未解决的大问题——评试图说明意识的三本书

当理查德·费因曼 (RichardFeynman)还是一个大学生的时候 ,已有迹象预示他未来将成为一个科学的好奇者。那时他曾写到 :“我好奇地问为什么。我好奇地问为什么我好奇。我好奇地问为什么我会对为什么感到好奇。我好奇地问为什么好奇。”正是这种连续不断的好奇心理 ,把我们吸引到了遗传学家兼神经科学家弗朗西斯·克里克(FrancisCrick)称之为“生物学中尚未解答的主要问题”———如何解释数十亿神经元之间化学物质的变换 ,会产生这样一些主观经验 ,如意识、自我感觉 ,以及对他人有意识、有自我感觉的感觉。试图解答这个问题的文献浩如烟…