集值测度,随机集与集值随机过程

集值测度、随机集与集值随机过程是测度论、概率论与随机过程的进一步扩充。1964年,R.J.Aumann与K.Vind分别研究了集值映射与集值集映射。1972年Z.Artstein系统地研究了集值测度。1977年,F.Hiai等人研究了集值鞅。这就使集值映射在随机数学中得到发展。本文概括了作者近几年在这方面的研究成果。     

基于有限元法的人体座椅系统随机响应分析

基于人体解剖测量学和人体运动学建立了包括人体骨骼、肌肉、皮肤、坐垫、靠背和头枕的驾驶姿势的人体座椅系统三维有限元模型.通过人体座椅系统在重力作用下的静态分析,提供动态分析的人体驾驶姿势初始边界条件.通过频率提取分析确保随机响应分析所需足够数量的模态.通过计算腰椎到坐垫表面在垂直方向的传递函数验证了模型.最后分析了在座椅底部垂直方向0~20 Hz的白噪声激励下人体腰椎间盘的加速度和应力响应,得出由于座椅的耦合作用使得腰椎间盘响应峰值频率低于其固有频率.该方法可以代替实验研究其他方案的人体座椅系统动态响应问题.     

适于云计算的并行RAM程序的函数加密方案

针对云计算环境下的现有函数加密方案难以有效利用并行计算能力进行大数据运算的问题,提出了一种并行随机存取计算模型程序的函数加密方案,允许数据拥有者一次性传输加密数据,获得授权的云服务提供者利用其并行计算集群有效计算大量加密数据。该方案将混淆并行随机存取计算模型中的密码原件作为黑盒使用,将并行随机存取计算模型程序硬编码于电路中。并采用现有的基于电路模型的函数加密方案对该电路生成密钥,从而转化为并行随机存取计算模型程序的函数加密方案。通过理论分析该方案的时间效率相对原有并行算法仅有多项式时间的额外负载,并给出了该函数加密方案的不可区分性安全性证明。     

一种基于拟蒙特卡罗法的骨干粒子群改进算法

针对骨干粒子群算法因受粒子初始化位置分布不均影响易陷入局部最优的问题,提出一种基于拟蒙特卡罗法的初始化策略,用以确保粒子初始位置在搜索空间内保持随机分布,从而有效提升骨干粒子群算法的搜索能力.仿真实验表明:与经典骨干粒子群算法相比,采用拟蒙特卡罗法进行初始化的改进算法搜索能力有所增强,问题求解精度有明显提升.     

求解非光滑优化问题的改进大洪水算法

应用启发式算法求解非光滑优化问题,解决基于次梯度信息的确定性算法在求解时困难较大的问题.首先分析了基本大洪水算法的优化机理及特征并给出其求解步骤,然后针对无约束及盒子约束问题分别设计了改进的大洪水算法,将基本大洪水算法所依赖的参数up省去.对于无约束情形,提出了进行邻域搜索的随机行走法;对于盒子约束情形,提出了选择初始可行点的方法和进行邻域搜索的混沌优化算法.最后通过算例进行测试并与其他算法进行对比,测试结果表明了改进的大洪水算法在求解非光滑优化问题时的有效性与优越性,故其可作为求解非光滑优化问题的一种实用方法.     

风速脉动对跃移运动的影响

对风沙流中随机风场模型进行了描述，然后基于高斯概率分布，利用随机Fourier级数生成脉动风场，进而对混合粒径颗粒在湍流随机风场中的运动进行数值计算，给出了颗粒的垂直质量通量和水平质量通量以及沙粒粒径分布的变化情况。实例分析表明，所提出的算法在给定条件下，数值模拟结果与实际观测结果符合良好。     

依信息选择策略的随机对策方法

在DRPP竞赛理论⑴，⑵的基础上，提出了均值相等条件下，综合利用信息获取混合策略对策的方法，并对由此方法构造的一类两方重复对策，进行了初步的研究。     

基于混合粒子群的多目标智能排活系统的优化

通过分析多目标智能排活系统中各要素的相互关系,提出了PSO与局部搜索策略的混合算法,并引入新的学习策略进行分层局部优化,多目标分散搜索逐步缩小复杂的搜索空间,改善了PSO算法的早熟收敛问题,并取得较高的求解质量。采用了一种随机键的编码方式,利用析取图编码将有序表作为优先决策来决定发生冲突时各印刷活件的排列顺序。仿真验证了混合算法的有效性。     

随机抽样中的Alias算法及其改进

为减少随机数的使用次数和降低抽样时间,基于等概化思路(或古典概型思路),对著名的Alias抽样方法进行了改进.以存储空间的少量增加为代价,使改进后的抽样方法A_Ⅰ和A_Ⅱ随机数的平均使用次数为Alias方法的75%和62.5%,平均抽样时间大约为Alias方法的80%和70%.     

锂离子电池隔膜材料中离子扩散问题的随机行走模拟

基于自主开发的随机行走模拟软件对锂离子电池隔膜材料中离子扩散问题进行了模拟研究.系统地考察了驱动电势、隔膜平均孔径以及隔膜骨架与离子之间的弱相互作用等因素对锂离子扩散行为的影响.结果表明,锂离子在隔膜材料中的扩散受离子驱动电势和孔道平均孔径影响较大.该研究为锂离子电池设计与优化提供一定的理论参考.