因子von Neumann代数上的非线性斜Jordan三重可导映射

设A是Hilbert空间H上维数大于1的因子von Neumann代数. 利用代数分解的方法证明: 如果非线性映射: A →A满足对任意的[JP2]A,B,C∈A, 有(A·B·C)=(A)·B·C+[JP]A·(B)·C+A·B·(C), 则是可加的*-导子.     

随机需求下定制公交站点及路径动态优化模型

针对定制公交的站点及路径动态优化问题,分析定制公交特性,结合复杂网络理论与动态需求特征,对站点进行重要度评估,并按照重要度高低进行排序,筛选出前50%与前70%的站点作为路径寻优时考虑的停靠站点.以最大服务率和最小动态行程时间为综合目标,以最大载客量、运营成本、行程时间为约束,建立随机需求下的定制公交动态路径优化模型.对A~*算法进行改进,综合动态行程时间与乘客需求作为当前节点到达终点的估计代价求解目标函数.以福州市为例,检验模型和算法的有效性.结果表明,模型与算法能够在随机需求下对定制公交停靠站点按重要度进行动态筛选并优化动态路径,且按照站点重要度前50%进行筛选得到的路径结果优于前70%.     

对于逻辑系统 L(w1,w)的 L-S型定理与H-型定理

本文得到了对于逻辑系统L(w1,w)的 L-S 型定理与 H-型定理.     

Lω-空间的相对ωδ-紧性

在Lω-空间中借助βα-ωδ-开覆盖,定义了Lω-空间的相对ωδ-紧性,证明了相对ωδ-紧性被连续的Zadeh型函数所保持,并讨论了其网式刻画。     

半群上的富足Rees矩阵半群

引入半群上的λ-行L*-关系和i-列R*-关系,讨论了半群上的这类*-关系和通常的Green′s关系中L*和R*之间的联系,得到了一系列判断半群上的Rees矩阵半群是否为富足半群或是哪一类具有充足断面的富足半群的方法,并给出了这类富足Rees矩阵半群的例子及其结构.     

带变量核的参数型Littlewood-Paley算子在Hardy空间上的有界性

得到了带变量核的参数型面积积分μρΩ,S和Littlewood-Paley g^*_λ函数μ^*,ρ_Ω,λ在 Hardy 空间上的有界性。     

Banach空间的k-w~*可凹点

引入k-w*可凹点和k-w*强暴露点的概念,它们分别是k-可凹点和k-强暴露点的推广.讨论了这两类点之间的关系,证明了k-w*强暴露点一定是k-w*可凹点,而且如果空间是可分的,那么k-w*可凹点就是k-w*强暴露点.     

基于分级规划策略的A*算法多航迹规划

为了避免设置运行参数,稳定地生成多条航迹,提出一种基于分级规划策略的A*算法多航迹规划技术。采用分级规划策略将规划过程分成初始航迹规划和精细航迹规划两部分。在初始航迹规划中,通过设置中间航迹点并利用A*算法得到多条初始可行航迹,然后为了避免K均值算法对初始聚类中心敏感的问题,提出采用层次聚类法对所得到的初始可行航迹进行聚类,得到初始参考航迹。在精细航迹规划中,设计了一种变宽度的航迹规划通道,并在通道内进行航迹规划以得到最终的多条航迹。仿真实验证明了算法的可行性。     

基于数据融合和改进MUGM(1,m,w)的导弹装备故障预测

针对现代导弹装备系统组成复杂、结构关系模糊、特征参数获取不完整和不确定,造成其故障预测实现困难的问题,借鉴数据融合技术和灰色预测理论,提出了一种基于数据融合和改进多因素新陈代谢不等时距加权灰色预测模型(improved multi variables metabolism unequal interval weighted grey model, IMUGM(1,m,w))的导弹装备故障预测方法。首先,通过引入加权因子w的方式建立多因素不等时距加权灰色预测模型(UGM(1,m,w)),再通过初始值改进、残差修正、新陈代谢思想相结合的方式对模型进行改进;然后以特定个体的历史监测数据为基准,计算同类产品和特定个体的相应预测值及其与特定个体性能退化数值的Euclid距离,并根据Euclid距离确定隶属度权值,基于加权思想建立特定个体的性能退化模型,最后结合实时监测数据依次更新性能退化数据、Euclid距离、隶属度权值和性能退化模型,实现导弹装备故障预测,实例仿真及分析验证了方法的有效性。     

一种多无人机协同优先覆盖搜索算法

针对应急救援行动中存在的受灾区域大、重点区域分布不均匀、救援时间有限等问题,提出一种多UAV协同区域优先覆盖搜索算法。对搜索区域进行离散栅格化处理,根据灾情预估信息对搜索区域中的每个网格进行概率标记;通过K-means++聚类算法将搜索区域划分成大小相似、个数与UAV数量相等的子区域,依据聚类中心确定每个子区域的搜索起点,使多架UAV分区协同搜索整个区域;根据网格概率和当前距离之间的平衡关系计算出每个网格的分数,改进贪心算法,以此分数为基准在子区域中进行优先搜索和减少重复路径,引入A*算法解决网格分数冗余问题。仿真结果表明：所提算法在保证优先搜索的同时缩短了路径长度和搜索时间,为应急救援中的搜索难题提供了一种有效的解决办法。