动态融合复杂网络节点重要度评估方法

为挖掘复杂网络中的关键节点及提高网络鲁棒性,针对有/无线多网融合的层级网络,提出了动态融合复杂网络模型及其节点重要度评估方法.结合动态融合复杂网络的特点,定义了边连通概率、路径连通概率、网络连通概率、融合节点比例、融合节点分布和融合路径比例等与网络动态性和融合性相关的参数.在单层复杂网络节点重要度评估指标的基础上,设计了融合网络节点度中心性、节点介数中心性和节点融合中心性指标.其中,融合节点的节点融合中心性表示融合节点对网络融合的贡献程度,非融合节点的节点融合中心性表示非融合节点对网络融合的辅助作用程度,主要体现在作为融合节点之间的中继节点.最后,综合考虑网络拓扑结构、动态融合特性等因素进行节点重要度评估.以改进的动态交织风筝网络为例进行仿真分析,结果表明该方法能够比较全面地刻画节点在动态融合复杂网络中的重要性.利用NS2搭建由光通信网和卫星通信网融合构成的仿真实验网络,进一步验证了在仿真网络环境中本方法的有效性.     

基于种群成熟度的修正遗传算法

提出了一种基于种群成熟度的修正型遗传算法.在该算法中,提出一种新的对个体选择进行交叉的方法.同时分析了遗传算法出现早熟情况的机理.为了避免遗传算法的过早收敛问题,在遗传算法的进化过程中计算和判断种群的成熟度,为种群提供了双进化模式.实验结果表明,新算法不仅提高了算法的精度,而且能克服GA算法中出现的"早熟"现象,是一种提高遗传算法性能的有效改进算法.     

一类不动点迭代法的求解

不动点迭代方法是求解非线性方程近似根的一个重要方法,其应用非常广泛.对迭代函数不满足收敛定理条件的一类情况进行了研究,归纳出几种迭代方法,同时给出实例,并用C语言编程上机进行了计算,最后对迭代收敛结果进行了分析和比较.     

具有可调参数的不带导数的修正Newton法

讨论了一种解非线性方程的具有可调参数的不带导数的修正Newton法 .文章根据动力系统的原理 ,以特殊割线的斜率及变参数代替导数值 ,推导出一种修正Newton法与Steffensen加速法相结合的迭代公式 ,并且在较弱条件下 ,证明了其与修正Newton法至少有相同的收敛速度 ,最后给出了数值结果 .该迭代法的优点是毋需调用导数值 ;可调节收敛速度 .     

非线性不等式组的最小二乘解

本文给出了求非线性不等式组最小二乘解的一种方法。它是S.P.Han的工作[1]的一种推广。算法在每步迭代中利用广义逆矩阵来确定搜索方向。我们讨论了算法的收敛性,给出了所提出算法的收敛性定理。     

基于改进智能水滴算法的双资源约束车间调度

为了解决多资源约束下的作业车间调度问题,提出了一种改进智能水滴算法.该算法采用了基于工序与加工机器相融合的两层编码方式建立问题和算法的映射关系,运用随机方法初始化产生可行解,结合精英保留策略加快算法的收敛速度,嵌入迭代局部搜索算法以增强算法的全局搜索能力,并来解决影响车间调度的3个主要成本因素,即最小化延期成本、最小化人工成本和最小化设备运行成本.通过实例的收敛性能对比,证明算法具有优秀的全局开发能力和收敛性.实验表明了该算法能够有效求解双资源约束车间调度问题.     

解可分函数极小化问题的一种松弛方法

本文首先给出求解可分函数极小化问题的Jacobi松弛法及其收敛性定理。其次,给出Jacobi松弛法的有效实现——组合Jacobi松弛法与Newton法。最后,给出上述算法的数值结果。     

解非线性方程的Newton迭代法的一点注记

用不同的方法对求非线性方程数值解的Newton迭代法进行了推导,并利用高精度的数值积分方法得出新的迭代算法.经过严格的理论证明,新算法具有三阶收敛性,比Newton迭代法的收敛速度提高了一阶.数值实验表明,新算法对初值选择要求也较为宽松.     

交错级数的比值放大判别法

近年来,多种新的有效的交错级数敛散性判别法被提出.从正项级数的比值放大法入手,得出了交错级数的一种新的审敛准则,并将其推广到更一般的形式.最后通过实例表明新的判别法具有一定的应用价值.     

牛顿法和弦截法在小流域设计洪水中的应用比较

应用推理公式计算小流域设计洪水常采用迭代法求取洪峰流量.应用VB高级编程工具将牛顿法和弦截法这2种常用的迭代法进行了程序化,并应用于小流域设计洪水计算.计算结果表明,牛顿迭代法计算成果迭代次数少,收敛速度快,是小流域设计洪水迭代求解法中较好的选择.     

运用筛选法求解最优输出反馈设计问题

给出了解决最优输出反馈设计问题的一种新算法.利用多目标优化中的占优概念,建立一个有效筛子,使目标甬数和不可行性达到最优,建立了半定规划的筛选法.最后给出了算法的收效性分析及数据结果.     

地球物理资料非线性反演方法讲座（六）——共轭梯度法

概要地介绍了在非启发式非线性反演方法——共轭梯度法的原理、算法、优点,以及它的局限性,和改进型算法：一种全局收敛的随机共轭梯度法。最后通过一个例子来说明共轭梯度法及其改进型算法的优缺点。     

最小二乘法在随机控制系统辨识中的应用

在航天器飞行控制过程中,利用最小二乘法求出满足系统指标要求的解,使航天器快速达到准确预定轨道。在随机系统参数辨识中应用最小二乘法,并建立简单的航天器质点运动和测量模型,利用Matlab软件进行仿真试验,结果表明此方法在随机控制系统中辨识精度高、收敛性好。     

Subband adaptive filter with variable reusing order of coefficient vectors

To increase the convergence rate of the improved normalized subband adaptive filter, a simple but effective method is presented to change the reusing order of coefficient vectors of the adaptive filter. At the beginning of adaptation the algorithm just uses its current coefficient vector to update the adaptive filter to maintain fast convergence rate, while in steady state it employs several most recent coefficient vectors to update the adaptive filter to reduce misalignment. Simulation results show that the proposed algorithm can obtain both fast convergence rate and small steady-state misalignment.     

线性互补问题的多重分裂加性Schwarz迭代算法

许多科学与工程问题都可归结为线性互补问题,研究求解线性互补问题的数值算法是很有必要的。多重分裂方法是一类适合并行计算的有效算法。基于多重分裂方法和Schwarz方法的思想,提出了一类求解线互补问题的有效的新算法——多重分裂加性Schwarz迭代算法,得到了算法的收敛性定理,给出了算法的收敛速度分析,并证明了算法的全局收敛性。     

小波伽辽金有限元法及其应用

小波理论为有限元方法提供了许多不同的基函数和多尺度分析方法，需要根据具体分析问题进行选择,本文首先介绍了Daubechies小波函数、尺度函数，给出了尺度函数高阶导数的改进求解方法、利用尺度函数作为基函数得到了小波伽辽金有限元法．用此方法求解弹性地基上的有限长梁，从结果对比可以看出其解具有良好的精确性和收敛性．此求解步骤可以应用到通常的微分方程求解中．     

考虑冻土相变的非稳定温度场-渗流场耦合有限元分析研究

对冻土相变时非稳定温度场-渗流场耦合的有限元计算方法进行改进,根据土壤冻结特征曲线计算和修正孔隙含冰量,同时提出了未冻土体积含水量对温度导数的修正方法和加速迭代收敛速度的新方法,消除了冻土温度场-渗流场耦合计算中出现的数值振荡现象,加快迭代收敛速度,使其能够适用复杂多变边界条件下土体的冻结、融化计算。最后通过两个数值算例用此方法与试验值进行对比分析,验证了本文方法的可靠性和有效性。     

正相依序列生成的线性过程的完全收敛性

线性过程是时间序列分析的重要研究对象,对于其极限性质已经有了一些结果,但是部分和的完全收敛性还没有研究。该文运用研究完全收敛性的典型方法,提出了PA序列和两两PQD序列生成的线性过程的部分和的完全收敛性成立的一个充分条件,得到了与PA序列和两两PQD序列部分和的完全收敛性类似的结果。     

BP神经网络在柳江径流预测中的应用

径流水位预测是进行洪水监测的重要手段,对于包含详尽信息的广西柳江日径流水位时间序列,采用基于BP神经网络模型进行预报可取得较好效果.如LMBPDH模型采用双隐含层BP网络能加强预测模型输入输出的非线性映射能力,采用Levenberg Marquardt （LM）算法对网络进行训练则能缩短BP网络的收敛时间,改善网络的收敛性能,同时采用实验法确定模型的其他参数使模型获取最佳预报性能.在对柳江近10年日平均水位的预测中,将LMBPDH模型与单隐含层BP神经网络、LM算法以及带适应学习率和动量因子的梯度递减法算法等组合构成的BP神经网络模型,以及遗传算法进化的神经网络模型比较,LMBPDH模型预报稳定性、预报准确率最佳.     

基于改进蚁群算法的移动机器人全局路径规划

对已栅格化的机器人运动空间中的障碍物预处理,在蚁群算法原理的基础上,改进了伪随机比例规则,使蚂蚁的下一节点选择更加倾向于目标点,提高了蚂蚁的搜索效率。引入最优一最差蚂蚁思想来更新全局信息素轨迹的强度,增强搜索过程的指导性。为了防止早熟收敛现象的发生,采用最大一最小蚂蚁思想来限制信息素的强度。仿真研究表明：该算法具有高适用性和灵活性,对解决静态路径规划问题是可行的,有效的。