爱因斯坦相对论的时空特性研究

时间和空间是相对论研究的重要物理问题,在物质的空间中,存在引力场,而由于引力场的存在,则会导致时间的变化,空间的弯曲,光线轨迹的改变等.对相对论中的时间和空间特性进行了探讨,分析了广义相对论中的等效原理和广义协变原理,讨论了爱因斯坦引力场方程,研究了相对性原理、引力场中的时间膨胀、长度收缩和引力波.     

一种小种群自适应遗传算法研究

分析了变异算子在标准遗传算法和自适应遗传算法中的作用和当前研究的不足,提出一种新颖的能够大大提高遗传算法性能的变异策略,并进而提出一种小种群自适应遗传算法.该方法在采用赌轮选择和单点交叉的情况下,利用一种可伸缩的变异策略使得算法在探测和开发之间取得很好的平衡,从而能够用小规模的种群进行有效的全局搜索和局部搜索,避免早熟收敛,并能够以较快的速度收敛到全局最优解.对多峰函数的仿真实验表明了算法的有效性.     

一种改进的浮点数编码遗传算法及其应用

遗传算法是一种借鉴生物界自然选择和自然遗传机制的高度并行、随机、自适应搜索方法,作为优化方法具有明显的优势.通常的遗传算法在实际应用中容易出现过早收敛和搜索结果在最优值附近摆动问题.针对过早收敛提出了采用随机试验法来防止算法陷入局部最优,而针对搜索结果摆动采用动态改变搜索范围的方法来提高优化结果精度,并编制程序对2个著名的优化方法测试函数进行优化计算,测试结果表明,该改进的遗传算法是有效的,不会陷入局部最优,并大大提高了优化结果的精度.     

一种基于遗传算法多维模糊分类器的构造方法

 提出了一种新的模糊遗传机器学习方法.在该方法中将每一模糊规则作为遗传算法中的一个个体,且具有相应的适应度函数值;在获取模糊规则的同时,还对每个属性维的模糊划分进行学习;另外,方法引入了基于相似性的选择机制,减轻了选择机制对低适应函数值个体造成的选择压力,保持了种群的多样性,从而很大程度改善了遗传算法收敛到局部解的问题.经实验结果表明,该方法在多维模糊分类器的构造问题上具有比较良好的性能.     

WF-模糊度量空间的若干性质(Ⅲ)

在WF—模糊度量空间中引入TP—完备与TP，—完备等概念，证明了TP—完备的WF—模糊度量空间上的(ψ)—压缩映射与(ψ^*)—压缩映射存在惟一的不动点，两种局部压缩映射也存在不动点。在这类空间中建立了压缩型与局部压缩型映射的不动点理论。     

遗传算法的早熟问题探究

对遗传算法中的早熟问题进行了分析与探讨，针对遗传算法的模式定理提出了模式系数的概念，用以表征模式单调化的程度，并通过模式系数影响变异概率，避免算法收敛时因模式单调化而造成算法早熟，仿真计算表明，该方法能以较大的概率收敛于全局最优解。     

由相对论效应与原理推导相对论速度变换

用光速不变原理和相对论效应得出相对论速度变换，其推导方式与常见方法不同。     

论拉格朗日方程之拉密比拟

本文讨论了某些数学现象中的一种对比关系.重点地探讨了曲线坐标中之拉密系数,以供理解拉密/缩放尺道理,最后证明并得出拉氏方程及牛顿方程广义轴投影关系(带拉密缩尺)的对比观.     

Ishikawa型迭代过程的稳定性

在Banach空间内讨论一类压缩型映像的不动点的Ishikawa型迭代过程的稳定性。     

TRACEABILITY OF SUBSETS IN CUBIC GRAPHS

证明了如果Ｘ是３连通三次图Ｇ的任意１９点子集,那么或者Ｘ的任意１３点子集在Ｇ中可迹,或者Ｘ在Ｇ中可迹．