基于隐含边界描述的连续体拓扑优化

基于隐含边界描述的水平集方程推动几何边界,结合形状导数、拓扑导数等工具,实现了柔性目标函数的连续体结构拓扑优化设计.进一步通过引入Von Mises应力作为产生新拓扑结构的策略,给出了单独使用Von Mises应力开孔的算例.算例结果表明,基于隐含边界描述的连续体拓扑优化设计方法,它具有独特的处理拓扑变化能力及消除拓扑优化结果对网格和初始拓扑结构猜测的依赖性.这一类方法具有优秀的高维设计拓展能力,在工程实际和多材料设计等方面具有很好的应用前景.     

Cantor集上平方可积空间的Haar小波基

通过分析三分Cantor集C、Cantor测度的性质以及含有有限个字的符号空间(Σ∞,δr)的几何性质,探讨了(Σ∞,δr)空间与三分Cantor集之间的关系,并在此基础上论证了L2(C,μ)空间中存在正交基,即文中的Haar小波基,从而知L2(C,μ)是可分的.     

基于Vague集的本科生科技创新工程项目的评优方法

本科生科技创新工程可以激发大学生参与科研活动的热情. 提出了基于Vague集的科技创新工程项目的评优方法,该方法可以克服加权平均方法的一些缺陷. 通过实例说明了该方法的有效性.     

有限单群的一些数量性质

针对文献中关于素图分类存在的问题,利用单群的孤立点集对其进行了修正,并对原结论给出了一个简洁证明。为了刻画所有的交错单群,采取单群和谱相结合的方法,可知交错单群的谱与其他单群不同。同时,还得到一个有趣的数量结果,即阶能被素数p整除的最小的非交换单群是Al t5或A1(p)。这些成果丰富了有限群的数量刻画这一专题内容。     

基于粗糙集理论的项目投资管理

粗糙集理论是一种新的数据分析和处理方法,使用粗糙集理论可以对决策表进行简化,去除冗余属性。首先给出了基于粗糙集的知识推理方法。然后以一个实际例子讨论如何利用粗糙集理论从现有样本中进行知识约简,获取新决策规则,使该方法具有了实用和推广的价值。     

动态数学神经网络模型及其应用

本文在［１］的基础上建立了广义数学神经元,并引入动态机制,形成动态数学神经网络,由网络当前状态决定网络结点数．从而在一定程度上解决了前向神经网络隐层结点数无法确定的难题,并成功地将其运用于解决用多项式逼近连续函数的魏尔斯特拉斯定理,并建立了龙贝格求定积分的动态数学神经网络模型．     

正交法厌氧优化分离乳酸菌及凝固型酸奶的研制

初步建立一种较简单而有效从市售酸奶中分离乳酸菌来发酵酸奶的分离方法，采用MRS乳酸菌选择性培养基培养．经革兰染色、葡萄糖产酸、接触酶和石蕊牛奶试验分离鉴定出乳酸菌．以正交法优化厌氧培养采用L9（3^3）正交试验，得出最佳葡萄糖、蔗糖和维生素B2组合的改良MRS配方（葡萄糖8％，蔗糖1．5％，维生素B20．005％），并用来活化、扩大培养菌种，发酵凝固型酸奶．     

一种基于互信息的粗糙集知识约简算法

针对粗糙集理论核心内容之一的知识约简问题,该文提出了一种改进的互信息的属性约简算法。该算法结合信息论中信息熵与互信息的概念定义了粗糙集里的一种新的属性重要度,并以此属性重要度为启发式信息进行属性约简。实验分析表明:在大多数情况下,该种算法都能够得到决策表的最小约简。     

A hybrid genetic algorithm for reduct of attributes in decision system based on rough set theory

Knowledge reduction is an important issue when dealing with huge amounts of data. And it has been proved that computing the minimal reduct of decision system is NP-complete. By introducing heuristic information into genetic algorithm, we proposed a heuristic genetic algorithm. In the genetic algorithm, we constructed a new operator to maintaining the classification ability. The experiment shows that our algorithm is efficient and effective for minimal reduct, even for the special example that the simple heuristic algorithm can't get the right result.     

一种求解代数方程组的混合遗传算法及工程应用

针对用遗传算法求解代数方程组时解的精度问题，提出了一种混合遗传算法，这种算法采用实数编码方法，在遗传算法的基础上，引入一种用适应度函数值构成动态变化的搜索步长的随机搜索算子，当遗传算法求解达到某一精度时，应用该搜索算子在最优个体附近进行随机搜索，使算法解较快地逼近到所要求的精度，实验表明用这种算法求解代数方程组，可以达到较高的求解精度，在工程中用于求解关节型机器人速度逆解，避免了矩阵求逆，取得了满意的效果。