COHERENT, REGULAR AND SIMPLE SYSTEMS IN ZERO DECOMPOSITIONS OF PARTIAL DIFFERENTIAL SYSTEMS

1.IntroductionWeareconcernedwithalgebraicdifferentialpolynomials(abbreviatedas'd-pcis)inafinitenumberofdifferentialindeterminatesoveradifferentialfieldofcharacteristic0.Givenafinitesetofsuchd-pcis,wewouldliketostudyd-Zero(),thedifferentialalgebraicsetdefinedbyPoverauniversaldifferentialfield.Wemayaskwhetherd-Zero()isempty,whetherad-pcivanishesond-Zero()(differentialradicalidealmembershipproblem),whatthedimensionofd-Zero()is,howtodecomposed-Zero()intoirreduciblealgebraicdifferentialsets,andso…     

专业集成电路设计中三次多项式实现的新结构

专业集成电路（ＡｐｐｌｉｃａｔｉｏｎＳｐｅｃｉｆｉｃＩｎｔｅｒｇｒａｔｅｄＣｉｒｃｕｉｔ,ＡＳＩＣ）设计中的三次多项式计算,存在着一类典型的应用问题,即自变量是累积形成的,待自变量完整形成后再行直接计算是低效的。提出一种改进的三次多项式算法,在保证和直接算法相同精度的条件下,以较少的电路元件实现计算功能。同时,本算法从自变量完整形成到给出最终结果的延迟很小。     

半线性二阶微分方程周期边值问题

本文利用整体反函数理论,研究了半线性二阶微分方程周期边值问题,给出了周期解存在唯一性的充分条件.     

拦截主动防御目标的微分对策制导律

针对目标可以对攻击弹进行主动防御的交战场景,提出了 一种拦截主动防御目标的微分对策制导律.首先,建立了攻击弹、目标和防御弹的相对运动模型,并在碰撞三角形附近进行了线性化.然后,在防御弹采用某种已知的线性制导律的情形下,把该作战场景中攻击弹与目标的对抗问题,描述为一个含不等式约束的线性二次型微分对策问题.最后,基于微分对...     

比例延迟微分方程的极限学习机算法

目的 针对比例延迟微分方程,提出一种基于极限学习机(ELM)算法的单隐藏层前馈神经网络训练方法,并将该方法推广到求解双比例延迟微分系统。方法 首先,构建一个单隐藏层前馈神经网络并随机生成输入权值和隐藏层偏置;然后,通过计算系数矩阵使其满足比例延迟微分方程及其初值条件,将其转化为最小二乘问题,利用摩尔-彭罗斯广义逆解出输出权值;最后,将输出权值代入构建的神经网络便可获得具有较高精度的比例延迟微分方程数值解。结果 通过数值实验与已有方法的结果进行比较,验证了该方法对处理比例延迟微分方程与双比例延迟微分系统的有效性,且随着选取的训练点和隐藏层节点数量增多,所得到的数值解精度和收敛速度也随之增加。结论 ELM算法对处理比例延迟微分方程以及双比例延迟微分系统具有较好的效果。     

一类无限维李代数的泛中心扩张

令W=spanC{Mr|r∈Z}表示秩1的Witt代数,其上李积为:[Mr,Ms]=(s-r)Mr+s。设V=spanC{Ns|s∈Z}是一个向量空间,由如下作用将其看作W-模:Mr.Ns=sNr+s。设G是Witt代数由其上的模V得到的分裂扩张。给出了G的泛中心扩张。     

关于四元数正则函数的两个充要条件

运用已定义的正则函数,从外微分的角度,给出四元数函数左(右)正则的2个充要条件.     

基于微分进化算子的量子粒子群优化算法及应用

分析了量子粒子群优化算法(Quantum-behaved Particle Swarm Optimization,QPSO)的进化方程,指出其存在的局部收敛问题,通过将微分进化(Differential Evolution,DE)的基本操作思想引入到QPSO中,提出了改进的QPSO算法(QPSO-DE);算法改进的方法是在粒子搜索过程中,以一定的概率对粒子的每一维执行微分进化操作,以增加粒子的随机性,从而减少了粒子群体因多样性缺失而易于陷入局部最优或停滞的情况,增强了粒子群体的搜索能力,提高了算法的优化性能;对多个标准测试函数及在IIR数字滤波器优化设计中的仿真实验结果表明,与PSO算法和QPSO算法相比,QPSO-DE算法能够取得更好的优化结果。     

改进差分进化算法求解化工间歇与连续混合生产过程调度问题

采用统一时间离散化方法,用改进的差分进化算法求解带有限中间存储的连续生产过程和间歇生产过程混合的化工生产调度问题.提出随机产生符合容量约束的任务队列组成染色体的新的编码方式,采用块交叉和块变异进化操作. 为了提高算法全局收敛能力,该文对算法的选择操作进行了改进,并通过Logisic混沌映射方法获得交叉算子CR的取值. 最后,通过化工算例仿真来说明模型和算法的有效性.     

基于水平集方法的动态目标跟踪路径最优仿真

两移动平面运动体因有各自的智能控制器,因此当它们在跟踪控制时,双方必然及时根据对方的策略改变各自的控制策略(方向和速度大小),来达到一种真正的双边最优(主动跟踪者最短时间的追上被跟踪者,而被跟踪者最大化时间避免被追上).首先将平面上任意运动体简化成带速度和加速度的质点,然后利用追逃微分对策理论建立起此跟踪路径最优问题的哈密顿-雅可比-贝儿曼偏微分数学模型.对这种双边极值的难点问题,提出一种水平集数值求解方法.并利用水平集的偏微分方程与哈密顿-雅可比-贝儿曼偏微分方程结构相似性得到水平集的速度函数.对一平面上两无人驾驶飞机的动态跟踪双方进行仿真,仿真编程简单,解决了双边极值的求解.