求Ramsey数最优下界值的递归算法

要确定每个具体的Ramsey数的数值是相当困难的,至今人们只求出了为数很少的几个Ramsey数的数值.人们在研究Ramsey数性质的同时,也在估计Ramsey数的数值,得出了某些Ramsey数的下界值,但工作进展缓慢.本文提出了一种计算Ramsey数最优下界值的递归算法,该算法利用当今关于Ramsey数的最新结果,能得出Ramsey数的目前最优下界值.1 算法描述不妨将本算法定名为G,参数个数为1个以上(可变化),算法允许递归调用,其输出值为Ramsey数的目前最优下界值.C(k_1,k_2…,k_n)表示以k_1,k_2…,k_n作为输入,通过算法G所得到的输出结果,即C(k_1,k_2…,k_n)表示的是G算出的Ramsey数N(k_1,k_2,…,k_n;2)的目前最优下界值,其中N(k_1,k_2…,k_n;2)的含意与文献[2]中有关含意相同.算法G:     

过程控制中计算机图形信息压缩存贮和图形滚动方法

对工业生产过程控制和管理中的计算机图形显示,提出一种压缩存贮和滚动的新方法。新方法的实施,可使图形数据占用的存贮空间减少约80％,一般地不需使用外存,从而大大提高了显示速度,解决了普通微型机存贮空间和显示速度之间的矛盾,有效地提高了普通微机的功能/价格比。所提出的方法均经工程实践检验过,效果良好。     

模糊集重心法在评估科研院所绩效素质中的应用

为了评价中国科研院所的绩效和素质提出了一个由人才资源、成果绩效、发展后劲和财务管理指标组成的评价指标体系 ,使用模糊集重心法解决了各种线性和非线性问题。由于此模型具有中间过程的分析能力 ,大大丰富了提供给决策部门的信息。这种方法可成为研究我国中央级科研院所的等级分布、类型优势分析、改革现状估计、潜力比较和指标灵敏度分析的有力工具     

格值诱导空间的若干特征定理

讨论了格值诱导空间及相关的弱诱导空间和满层空间的代数特征和拓扑特征。     

Introduction to Ant Colony Algorithm and Its Application in CIMS

Ant colony algorithm is a novel simulated ecosystem e volutionary algorithm, which is proposed firstly by Italian scholars M.Dorigo, A . Colormi and V. Maniezzo. Enlightened by the process of ants searching for food , scholars bring forward this new evolutionary algorithm. This algorithm has sev eral characteristics such as positive feedback, distributed computing and stro nger robustness. Positive feedback and distributed computing make it easier to find better solutions. Based on these characteristics...     

构造Hadamard差集的新途径

利用环上的特殊非线性函数,提出构造参数为(4q\+2,q(2q-1),q(q-1))的Hadamard差集的新途径.     

基于Rough Set理论的判断矩阵构造方法

群决策支持系统（GDSS）是利用信息技术，将多个决策者个人对策该领域的理解及个人判断能力结合在一起，利用结构化决策分析技术，对半结构化和非线结构化问题进行求解，层次分析法是对定性问题作定量分析的一种简便而有效的方法，提出了一GDSS环境下判断矩阵构造的新方法；运用业集理论；利用管理信息系统运行所积累的大量决策数据来分析各决策因素，决策者对决策目标的影响，并建立自学习系统，从而构造具有完全一致性的综合判断矩阵，该方法适用于重复群决策问题。     

互补问题中Gauss-Newton方法全局收敛性的推广(英文)

研究了由Subramamian为求解互补问题提出的阻尼Gauss-Newton方法的收敛性质，在较弱的条件下，给出了一个全局收敛效果，这个结果是Subramanian PK (1993)和（1997）中相应结果的一个推广。     

一种最短路径的演示算法

根据最短径问题的理论 ,编制了一个最短路径问题的演示算法 ,文中给出了合理的存储结构及主要算法 ,本算法与教材中的算法不同 ,更好地体现了迪杰斯特拉思想     

利用二次贝齐尔函数的一维优化算法

本文利用贝齐尔函数良好的保型性质,将它作为拟合函数,构造了一个一维优化算法。数值实验表明,对于高度非线性的目标函数,新算法具有很强的适应性,比同类算法更有效。