有限元离散化变分原理及精化元法

对线性和几何非线性有限元离散体系,建立了放松单元间协调约束的不协调元和杂交变分原理,由此建立了精化不协调元和精化杂交元方法,保证了收敛,无痛和高精度。     

考虑数据不确定性的非均匀挖掘算法

针对高维大数据不确定性的非均匀挖掘问题,提出一种基于不确定频繁模式树的模糊逻辑非均匀数据挖掘算法.首先,在考虑数据不确定性的前提下建立高维数据的区域连接演算(RCC)模型,并基于数据集合组元定义分析不确定数据集合的模糊距离;然后,采用不确定模式树对数据的非均匀特性进行均匀泛化处理,并给出了具体的实现步骤.仿真结果表明:文中方法有效地提升不确定非均匀数据集合在不同支持度情况下的挖掘效率.     

你要不要做一个机器人

有些科学家相信,我们将最终变成一种生物机器人,这是一种由微电子和生物体组成的结合体,它可以是具有人类大脑的机器,也可以是具有电子大脑的肉身。这些科学家说,在未来,也许我们的子孙会面临一种选择:要不要做一个机器人?因为假若选择了要,他们便可以即刻拥有一些超凡出众的能力,如精准的记忆力、高超的演算能力等,而改变的过程也可能就像做外科手术一样简单。这种事会不会真的发生,目前我们还不能妄加论断,不过科学家们已经制造出了一些奇怪的东西,它们看上去很有未来"生物机器人"的雏形,让我们     

面向移动协同的扩展式动态环境演算范型研究

针对已有移动协同研究中尚缺乏既能描述移动性、又能描述协作性的演算系统,提出了一种扩展式动态环境演算范型(EMA).在对动态环境演算中的基本概念"环境"进行深入解析的基础上给出其在协同计算情境下的新语义,之后抽取刻画协同行为的基础动作A,并将A作为刻画协作性的基本单位.进而将动作行为理论引入到动态环境演算中,即在动态环境演算的基础上将A作为参与环境演算的基本实体,从而借助已有动态环境演算对移动性的描述能力来刻画移动协同计算的移动性,同时借助A刻画了移动协同中的协作性.最后给出了基于EMA的移动协同行为实例描述.较之经典动态环境演算,EMA弥补了不能刻画移动协同中的协作性缺陷,为移动协同理论框架的完善提供了依据,为移动协同应用的构建提供了一种新的理论基础.     

置入Winkler弹性地基内梁的精化理论

将Cheng精化理论推广到置入Winkler弹性地基内梁的研究当中,对Winkler弹性地基内的梁进行了精确的分析,给出其精化理论一将梁内的位移利用中线上位移及其沿梁厚方向的梯度表示出来,并获得梁内应力张量.再利用Winkler弹性地基条件和Lur‘e算子方法,获得弹性地基内梁的控制方程,该控制方程比其他理论更精确.     

置入Winkler弹性地基内梁的精化理论

将Cheng精化理论推广到置入Winkler弹性地基内梁的研究当中,对Winkler弹性地基内的梁进行了精确的分析,给出其精化理论一将梁内的位移利用中线上位移及其沿梁厚方向的梯度表示出来,并获得梁内应力张量.再利用Winkler弹性地基条件和Lur'e算子方法,获得弹性地基内梁的控制方程,该控制方程比其他理论更精确.     

一种广义残量Arnoldi方法

基于残量Arnoldi方法与最优子空间扩张的思想,提出一种广义残量Arnoldi方法,其核心是将精化Ritz向量对应的残量方向作为新的求解子空间的扩张方向.利用该方法研究了求解单个特征对的算法.结果表明,该方法所用的矩阵向量积个数和时间都较少,收敛速度较快.     

测量平差函数模型的检验及精化

用假设检验方法检验测量平差模型是否存在系统误差,对存在系统误差的数学模型用半参数模型分离出系统误差,利用三次样条函数拟合系统误差,将系统误差参数化,达到精化平差模型的目的,结果说明半参数模型能有效修正参数模型中的系统误差.     

遗传算法在马斯京根模型参数估计中的应用

在马斯京模型参数估计问题中,引进了绝对残差绝对值和最小准则及相对残差绝对值和最小准则,直接优选参数,探讨了遗传处的原理及本身参数优化特性,总结了参数的简便设置技术,并针对该法的寻优效果明显依赖于模型参数的初始变化区间的大小,及可能会出现过早收敛的问题,提出了自适应加速遗传算法,通过实例应用,进行了本文方法与传统优化方法的比较,结果表明,本文方法具有直观、简便,快速、适用性强等特点,可广泛应用于各种优化问题中。     

并发计算的元模型Ⅱ.对称通信

在并发计算图模型的基础上,提出了并研究了一新的进程演算,该演算的创新处在于它只有在业前缀操作,故通信是对称的,通过建立从ｐｉ演算到对称ｐｉ演算的翻译,证明ｐｉ演算是对称ｐｉ演算的子语言该翻译既保持前者的操作语义,又保持其代数语义,对称ｐｉ算的意义在于它既简化了ｐｉ演算,又不影响其表达能力。