两端固定的弱半正梁方程的解和正解

考察了两个端点固定的非线性四阶弹性梁方程的解和正解的存在性与多解性, 其中非线性项可以没有下界.主要工具是积分方程技巧 和锥上的不动点定理.所有存在性与多解性结论都依赖于非线 性项在某些有界集上的“高度”,同时与非线性项在这些有界集合以 外的增长无关.     

多UAV协同区域覆盖搜索研究

针对多无人机协同区域覆盖搜索问题,为降低问题求解的复杂度,将其分解为多UAV任务区域分配和完全覆盖路径规划两个子问题,对子问题分别优化求解。建立了无人机任务执行代价模型,采用分层模糊推理求解无人机的性能评估指数,根据性能评估指数采用基于面积的区域分割方法实现多无人机搜索任务区域的分配。分析了无人机实现区域内覆盖搜索的最优路径问题,给出了在特定多边形区域下最小代价的搜索模式和搜索路径。仿真实验结果验证了所给方法的有效性。     

二阶差分方程边值问题正解的存在性

应用代数理论结合Krasnoselskii不动点定理,给出了边值问题△^2u(t-1)=g(t,u(t-1),u(t)),u(0)=0,u(N 1)=0,t∈Z(1,N)正解的存在性结果,将微分方程的相关结果推广到了差分方程。     

高等职业教育毕业生就业问题探讨

发展高等职业教育是我国及北京的经济建设和社会发展需要,但存在着毕业生就业困难的问题.社会对高等职业教育理解的欠缺,高职院校办学特色的不突出及学校针对高职学生的就业指导经验不足是高等职业教育毕业生就业问题产生的原因.相应的解决措施:重视关于高等职业教育的宣传工作;高职院校办出高职特色以提高毕业生人才市场竞争力;从低年级开始,以调整高职毕业生期望值为重点,做好高职毕业生就业指导工作.     

集成化物流中的定位-配给问题的启发式算法

以Baumol Wolfe提出的传统的0 1混合整数规划模型为基础,建立一类更接近物流配送实际的定位 配给模型·在已确定每个配送中心的服务范围内,根据客户群的总需求量接近或等于单车容量的整数倍为原则,提出将不同客户需求量引入最小包络法进行混合法选址的启发式算法·最小包络法即以一个配送中心为基点,分别与其他配送中心用直线连接,作这些直线的垂直平分线,以每个配送中心的内点的垂直平分线的最小包络,作为此配送中心的服务范围·该方法既考虑到不同客户之间的相对距离,又考虑到不同客户需求量,此模型有助于解决实际的定位 配给问题·计算机仿真实例证明了此方法的有效性·     

网络BBS与媒介批评

在网络BBS上开展媒介批评,有助于突破以往传统媒介之限,其优势明显,但问题也突出,解决之道在于媒介摆正心态,同时做好BBS的组织管理工作。     

用随机神经网络优化求解C-TSP

基于动态随机神经网络(DRNN:Dynamical Random Neural Network)求解典型旅行商优化问题TSP(Traveling Salesman Problem),通过简化方程参数的改进算法,针对解决大规模TSP的求解效果在时间以及路径寻优上所存在的问题,提出一种新的分区方案来解决中国31城市的旅行商问题.所获得的最优路径结果与目前公开文献中已有的其他神经网络所解的结果相比较,显示出采用随机神经网络解决多于10个变量TSP问题的优越性.实验结果表明,采用该方法解决31个城市TSP的优化,所得出的最短距离(15 112.7km)比已有5种算法的结果都要少.     

Van der Waals流体的大时间行为

相关液气相变的研究,主要研究一维混合型偏微分方程组初值问题的解关于时间的渐近性质。证明了积分意义下初始状态的平均密度决定了系统的大时间行为。     

基于GaussNewton-NL2SOL法的前馈神经网络及应用

目前基于高斯牛顿法及其衍生算法的前馈神经网络虽然可以达到局部二阶收敛速度,但只对小残量或零残量问题有效,对大残量问题则收敛很慢甚至不收敛.为了实时解决神经网络学习过程中可能遇到的小残量问题和大残量问题,引入NL2SOL优化算法,并与GaussNewton法相结合,构建基于GaussNewton-NL2SOL法的前馈神经网络.仿真实例表明,该神经网络较好地解决了残量问题,具有良好的收敛性和稳定性.     

一类投资连结保单定价模型中自由边界的渐近性态

主要对一类允许提前退保的具有利率保障的投资连结保单定价问题的数学模型进行研究．运用偏微分方程中自由边界问题的研究方法,在关于模型参数的若干假设下,分析其提前退保最佳时刻点即自由边界的性态,以及在保单到期日附近的该自由边界的渐近性态．