近似2-连通k-支配容错虚拟主干网

由于无线网络存在节点失效、链路断裂等特性,虚拟主干网需要具备一定的容错性。利用2-连通k-支配集作为容错虚拟主干网的模型。通过分析单位圆盘图中极大独立集的性质和连通图的块-割点树结构,首次设计出在无线自组织网络中构造2-连通k-支配虚拟主干网的近似算法。从理论上分析了该算法的时间复杂度,并证明了该算法的近似比为常数。     

聚类分析在多极值函数优化中的应用

将聚类分析方法应用于经典的优化和遗传寻优过程当中，提出了一种求解多极值函数全局最优解的方法。在基于梯度的算法中，先取多个初始点，几次迭代搜索后做聚类分析。在每类取一点，将目标函数分为多个单极值函数，然后分别寻优，通过比较得到全局最优解。在遗传算法中，通过聚类分析在每类取若干个体作为代表个体，它们将始终参与遗传操作，从而有望达到全局最优。     

多阶段最优控制问题的最优性条件

最优控制问题的最优性条件是解决最优控制问题的主要方法之一，目前许多类型的最优控制问题的最优性条件得到解决，但在实际应用中经常遇到一类新的最优控制问题，即多阶段最优控制问题。针对一类多阶段最优控制问题，利用变分法给出该问题的最优解的必要条件。     

一种求解非线性优化问题的可行方向法

针对目前常用的解线性约束的非线性优化问题的方法在实际应用中还存在不收敛、收敛较慢,或"基变量大量达界后,找不到新的入基变量"等问题,该文提出了求解该问题的新方法夹逼可行方向法,已证明算法的最优性与收敛性。指出夹逼可行方向法可视为Frank-Wolfe算法的推广,也可视为是Zoutendijk可行方向法和逐次线性近似方法的改进算法。算例表明,算法收敛速度较Zoutendijk可行方向法、Frank-Wolfe方法等有了较大提高。算法已被研制成实用软件,并成功应用于三峡电力系统优化调度和调峰方式研究中。     

A new adaptive state space construction method for the mobile robot navigation

In order to solve the combinative explosion problems in a continuous and high dimensional state space, a function approximation approach is usually used to represent the state space. The normalized radial basis function （NRBF） was adopted as the local function approximator and a kind of adaptive state space construction strategy based on the NRBF （ASC-NRBF） was proposed, which enables the system to allocate appropriate number and size of the basis functions automatically. Combined with the reinforce- ment learning method, the proposed ASC-NRBF method was applied to the robot navigation problem. Simulation results illustrate the performance of the proposed method.     

双色线性激光场中电子与氦原子的散射研究

应用玻恩近似理论,在一种特殊的散射模式(双色线性激光场的极化方向在电子的入射方向和出射方向所确定的平面内,并且极化方向与电子的入射方向有ψ0=38°的夹角)下,利用静电屏蔽的Yukawa势,计算了双色线性激光场中氦原子被电子散射的微分散射截面。从计算结果中可以看出,光子能量、激光强度以及交换光子数的不同对微分散射截面的变化趋势都有较大影响。     

Chaotic Genetic Algorithm-Based Forest Harvest Adjustment

Forest harvesting adjustment is a decision-making, large and complex system. In this paper, we analysis the shortcomings of the traditional harvest adjustment problems, and establish the model of multi-target harvest adjustment. As intelligent optimization,chaotic genetic algorithm has the parallel mechanism and the inherent global optimization characteristics which are suitable for multi-objective planning the settlement of the issue, Specially in complex occasions where there are many objective functions and optimize variables. In order to solve the problem of forest harvesting adjustment, this paper introduces a genetic algorithm to the Forest Farm of Qiujia Liancheng Longyan for forest harvesting adjustment firstly. And the experimental result shows that the method is feasible and effective, and it can provide satisfactory solution for policy makers.     

一类非线性二层规划的Frank-Wolfe方法

利用下层问题的K-T最优性条件将下层为线性规划的一类非线性二层规划转化为相应的单层规划,同时取互补条件为罚项,得到该类问题的单层罚问题;然后利用Frank-Wolfe方法对单层罚问题进行求解.数值实验表明该方法是可行的.     

应急响应程序时效性评估方法研究

突发事件应急响应效果评估是提高应急响应能力和水平的重要手段。由于突发事件的突发性、机理复杂、信息不完全以及应对具有时间窗口等,多指标综合评估和仿真方法一般难以满足实际的评估需求。为此,采用构造时效性评估函数的方法,既能在不完全信息下借助专家经验进行评估,又能反映应急响应程序中一环扣一环的影响关系。基于前期研究,本研究构造了一种新型的时效性评估函数,构造算例验证了函数的有效性,且使得函数最优性质的分析更简便,为应急准备、应急响应相关决策问题提供理论依据。     

基于本地收益最大化的命名网内计算部署机制

命名网内计算(named in-network computing, NINC)是一种基于命名数据网络架构、在网络设备处提供泛在计算服务的新兴计算方案。如何有效在单个路由器上部署多个NINC服务,仍有待探索。针对这一问题,提出了本地部署收益与本地服务收益的概念,前者表征NINC服务本地部署后降低转发流量所获得的CPU资源节约量,后者表征所部署的NINC服务每消耗单位CPU资源所获得的流量处理能力。在此基础上,设计了一种基于本地收益最大化的NINC部署机制。该机制中,路由器周期性预评估拟部署NINC服务的本地部署收益与本地服务收益,进而将部署问题转化为一个背包问题,求解出优化的NINC服务部署方案。仿真结果表明,相较于基于流行度的机制,该机制能够有效提高网内计算流量处理能力,在网内计算服务所需数据量均匀分布的一般性场景下,单个路由器可获得约20%~27%的处理能力提升。