一种高质量的2 kb/s语言编码算法MWI

提出一种高质量的低速率语言编码算法ＭＷＩ,该算法对传统的波形插值算法ＷＩ进行了全面的改进。ＭＷＩ采用了一种更加合理的插值模型,包括统一的清音和浊音分析合成模型、新的典型波形的提取和表示方法,并且采用动态规划的算法增加基音周期估计的准确性。由于不依赖于准确的清浊音判别,ＭＷＩ具有更强的抗噪声能力。ＭＷＩ的参数设置也有利于更加有效的参数量化。随着编码速率的下降,ＭＷＩ的质量虽然呈下降的趋势,但在２ｋｂ／ｓ的速率下,它仍然能给出具有很高清晰度和自然度的合成语音。构造的完整的ＭＷＩ２ｋｂ／ｓ的声码器,具有很高的自然度和可懂度。     

多载荷结构极限分析的无搜索迭代算法

详细研究了结构极限分析的现有方法,在考虑多组独立变化载荷联合作用的情况下,结合传统的极限分析理论,提出了加载路径射线辐射求解法,并基于这种射线辐射状的加载路径,推导了多组载荷联合作用下结构塑性极限上限分析的数学规划格式,并编制了相应的有限元程序。文中的数值算例表明本文所提出的这种射线辐射状的加载路径是合理且有效的,同时采用无搜索数学规划方法能够很好的避免弹塑性分段逐步增量的复杂计算,克服规划中目标函数非线性所导致的困难。     

用遗传算法求解一个系统可靠性优化问题

在造价、体积和重量约束条件下,多级串并联系统的可靠性优化问题是一个具有多局部极值的、非线性的、同时具有整数和实数变量的混合优化问题。把遗传算法和共轭梯度法结合起来,对该问题搜索到了其它算法未能得到的最优解。在遗传算法的应用中,设定了有效的线性定标技术和混合交叉操作,改善了遗传算法的收敛性能。并基于模式理论从数值上表明该问题是符合积水块假设的。最后还从数值上表明遗传算法对该问题是多项式收敛的。     

Job Shop 的工件序摄动分析算法

为了研究ＪｏｂＳｈｏｐ排序（ＪＳＰ）这样一类ＮＰ完备的组合优化问题,从离散事件仿真的角度分析了ＪｏｂＳｈｏｐ中工件序单步摄动和多步摄动出现时系统状态的变化规律,提出了一类求解ＪＳＰ问题的近似算法——工件序摄动分析算法（ＪＳＰＡ和ＪＳＥＰＡ）,并研究了此类算法的应用模式。工件序摄动分析算法具有迭代性和构造性特点,兼顾ＪＳＰ问题求解的速度、精度和规模,能够对初始序点进行改进,获得较好的工件极小序（或最小序）。测试实验结果表明算法具有良好的整体性能。     

衰减激励条件下确定性系统多新息辨识的收敛性分析

在衰减激励条件下,分析了确定性系统多新息辨识算法的收敛性。得到了如下结果：１）当信息向量φ（ｔ）有界时：（ｉ）衰减指数ε＞１２时,估计误差θ（ｔ）有界,即‖θ（ｔ）‖＝Ｏ（１）或‖θ（ｔ）‖≤Ｍ＜∞;（ｉ）ε＝１２时,θ（ｔ）以１ｔｃ（ｃ＞０）速度收敛于零,即‖θ（ｔ）‖＝Ｏ１ｔｃ;（ｉｉ）０＜ε＜１２时,θ（ｔ）以指数ｅｘｐ（－ｃｔ１－２ε）（ｃ＞０）速度收敛于零,即‖θ（ｔ）‖＝Ｏ（ｅｘｐ（－ｃｔ１－２ε））。２）当φ（ｔ）以ｔμ速度增加（μ＞０）,即φ（ｔ）＝Ｏ（ｔμ）或‖φ（ｔ）‖≤ｃｔμ,ｃ＞０,（ｉ）μ＋ε＞１２时,θ（ｔ）＝Ｏ（１）;（ｉ）μ＋ε＝１２时,θ（ｔ）＝Ｏ１ｔｃ,ｃ＞０;（ｉｉ）μ＋ε＜１２时,θ（ｔ）＝Ｏ（ｅｘｐ（－ｃｔ１－２（μ＋ε）））,ｃ＞０。     

灌区淋洗水量优化计算

在灌区水资源优化调度的基础上,考虑了土壤临界含盐量、土壤和地下水水盐动态等因素,提出了灌区淋洗水量优化计算方法,并给出了算例。     

气垫调压室的体型优化计算

以总容积最小为目标,建立了气垫调压室体型优化的数学模型,采用遗传算法求解该模型,从而为合理选择调压室截面积、气室高度、室内水体高度及初始气体压力等基本参数提供了科学依据．给出了计算实例,所得结果与经验估算值相比,工程效益较为显著,设计安全度高．     

一种提高BP算法学习速度的有效途径

ＢＰ网络在实际应用中的最大障碍就是学习速度慢这一问题。本文在详细分析与论证的基础上得出：在学习过程中,通过对ｓｉｇｍｏｉｄ函数形状的动态调整可有效地提高ＢＰ网络的学习速度,而且这一方法实现简单、易于理解、具有普遍适用性。同时本文对近期发表的有关文献中所提出的一些不恰当的观点和结论进行了修正和补充。     

整数规划的凸填充函数算法

改造文献［１］的求解连续总体优化问题的凸填充函数算法使之适于求解整数规划问题．首先,在求出整数规划问题的一个离散局部极小解的基础上构造了整数规划问题的凸填充函数;其次,通过寻找该填充函数的离散局部极小解,以期找到整数规划问题的比当前离散局部极小解好的解．本文的算法是直接法,数值试验表明算法是有效的．     

异构机群系统中并行任务的分层调度算法

研究在异构机群系统中,使并行任务执行完成时间最短的调度算法．有许多启发式的任务调度算法在同构的分布式计算系统中是很有效的,但在异构机群系统中,由于每个任务在每个处理机上的执行时间不同而失去意义．本文以任务集内任务的拓扑次序为基础,将任务集分层,提出了分层调度算法．它是一个简单而且实用的算法,在某些情况下能达到局部最优,时间复杂度为Ｏ（ｎｍ）,其中ｎ为任务数,ｍ为处理机数．