判断信息为偏好序的群决策方案排序:互补判断矩阵法

应用互补判断矩阵研究判断信息为偏好序的群决策方案排序问题. 由决策群体中专家给出的方案偏好序得出互补判断矩阵:当方案间只有优先关系时,得到的是精确数互补判断矩阵;当方案间不仅有优先关系还有无差异关系时,建立精确数互补判断矩阵和区间数互补判断矩阵. 基于加性一致性,得到Condorcet效应出现的必要条件. 由互补判断矩阵建立目标规划模型,得到方案的排序. 通过算例与已有的方法比较,结果表明该方法可行.     

进货量受限的运输和库存整合的批量问题

考虑由一个分销中心和一个零售商组成的单一产品两级动态经济批量问题,其中零售商在每一进货期的进货量都具有数量限制.目的是确定分销中心和零售商分别在什么时期进货以及进多少单位的货物,从而使分销中心和零售商的运输费用和库存费用总和最小.分析了最优解的性质,并且利用动态规划和最短路问题在O（n5）时间内解决了此问题.最后给出了此算法的一个算例,表明此算法是可行有效的.     

基于MATLAB的经典力学分析

运用MATLAB编程的方法解若干经典力学习题,论述了计算机数值解法引入经典力学理论教学,不仅能解决烦琐的演算,而且更利于扩展学生视野,培养学生分析问题和解决问题的能力,为大学物理计算机辅助教学提出了较好的解决方法.     

半定规划的一种不可行内点算法

对于半定规划问题,根据内点算法的短步方法,并结合Nestorov-Todd(NT)搜索方向的构造方法,设计出一种关于窄领域的不可行内点算法,然后证明了该算法的收敛性.结果表明,该算法经过有限次迭代后可以得到半定规划问题的一个近似最优解,或者证明问题无解.     

浅析C与C#

C#是微软公司发布的一种面向对象的、运行于．NET Framework环境之上的高级程序设计语言,是微软公司的最新成果。从时间顺序上说,最早出现的是C,然后是C＋＋,最后是C#。C＋＋是为了解决软件危机而引入面向对象的概念,C#是为了实现平台统一和JAVA争夺市场下的产物。最后是C#。C＋＋是为了解决软件危机而引入面向对象的概念,C#是为了实现平台统一和JAVA争夺市场下的产物。C是完全面向过程的程序设计语言,而C＋＋可认为是半个面向对象,JAVA从C＋＋发展而来。吸取了C＋＋精华,C#更是JAVA的超级版,C#是完全面向对象的。文章对C和C#之间的联系及区别作了简单阐述。     

用于哼唱识别精确匹配的线性伸缩动态规划算法

提出一种用于哼唱识别精确匹配的线性伸缩动态规划算法。该算法将哼唱旋律切割成句子,对每一句子进行线性伸缩匹配,同时在句子层次进行动态规划获得最优路径。该算法更有效地利用了哼唱语音的分段特性并克服了动态规划在长路径搜索时可能丢失全局最优路径的缺点。在含5 223首M ID I的数据库上同等条件下该算法正确率分别比线性伸缩、动态规划及递归匹配方法提高10.5%、6.0%和2.8%。该算法具有更高的准确率和更小的时间复杂度,是一种更有效的精确匹配算法。     

运用改进的线性规划算法求解分片线性方程组

为了提高求解分片线性方程组的线性规划算法的计算效率,提出基于线性规划算法的改进算法。首先找出若干线性区域组成的超立方体,使得方程组函数在此超立方体上表现为凸函数或凹函数,然后在超立方体上求解一次特定的线性规划问题并判断此超立方体是否含有方程组的解。在算例中该算法需要求解的线性规划问题数目仅为线性规划算法的1/4。该算法无需在全部线性区域上求解线性规划,因此相对线性规划算法提高了计算效率,提高程度取决于方程组函数的性质。     

求解约束规划的一个非线性Lagrange函数

提出了一个求解具有不等式约束的非线性规划问题的非线性Lagrange函数．此函数主要用于解决非凸规划问题．讨论了函数在KKT点的性质,收敛定理表明了在适当的条件下。当罚参数大于某一阈值时,产生的点列具有局部收敛性,并给出了与罚参数相关的解的误差估计．此函数的收敛速度较优于Bertsekas提出的指数函数乘子法．     

分布式发电技术及其并网运行研究综述

在介绍分布式发电技术相关进展情况的基础上,重点分析讨论了分布式发电并网运行必须解决的关键问题和目前的研究情况.分布式发电并网运行会影响地区电网的安全稳定运行,需要研究相应的稳态和动态分析与控制方法、继电保护的配置和配合策略、动态电能质量控制方法;为了能够充分利用分布式发电的优点,避免其不利影响,还需要对分布式电源及其相关的无功电源进行规划,并建立良好的配电市场.这些研究还不成熟,需要进一步深入研究,尤其需要对相关的继电保护、地区电网孤岛运行和分布式电源的规划进行重点研究.     

基于进化编程的分类方法研究与应用

随着人们生产和搜集数据的能力大幅度提高,迫切需要找到从现有数据库系统/广域网的大量数据中提取知识的手段。因此产生了基于数据库与数据仓库系统的数据挖掘方法与技术,其中分类是数据挖掘中一个重要的分析过程。文中阐述了数据挖掘的相关概念、方法,并介绍了遗传编程相关理论,提出了基于进化编程的分类算法,将遗传编程的思想运用于数据挖掘的分类方法中,最后,结合实例给出了实验数据。