支持向量机改进序列最小优化学习算法

为提高支持向量机序列最小优化学习算法的学习性能，提出了一种支持向量机改进序列最小优化学习算法，对传统SMO学习方法进行了多方面改进，从优化变量的选择和2个变量的优化方法分别提出具体可行的改进方法．改进后的SMO学习算法提高了学习速度，加快了网络收敛速度．基于改进SMO算法的仿真结果验证了改进SMO算法的有效性和优越性，并通过仿真，与原始算法进行了比较，显示了改进SMO算法的快速性．     

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。     

电动汽车电机转速估计方法研究

该文对几种常见的无速度传感器电机控制方法进行了研究介绍，并按照其参数的鲁棒性和系统抗干扰能力进行分类。完全依赖电机物理参数和电磁方程的转速估计算法参数鲁棒性差，算法抗噪能力弱。部分依赖电机参数和电磁方程的转速估计算法分为4种方法，重点介绍了模型参考自适应方法，并对模型参考自适应和滑膜观测器算法进行了仿真。阐述了独立于电机参数和电磁方程的转速估计算法的两种高频信号算法和一些人工智能算法，总结了各个算法的优缺点和适用性。     

基于多层神经网络的盲均衡算法

提出了一种新的基于多层神经网络的盲均衡算法，神经网络的训练采用一种新的混合算法。该算法结合了Ｒｏｓａｒｉｏ算法与Ｓｏｌｉｓ和Ｗｅｔｓ的随机优化方法的优点，具有全局收敛特性。模拟结果显示，该算法比常量模板算法具有更快的收敛速度，性能优于线性均衡器和使用传统ＢＰ方法的神经网络均衡器。     

Hash算法安全性统计检测方法

在设计Hash算法的过程中，对Hash算法安全性的统计检测作了较深刻的研究，建立了一套对Hash算法通用的统计检测方法。通过这一套检测方法，能够发现Hash算法潜在的弱点和不安全因素，进而能对整个算法的安全性作出适当的评价。     

基于决策树的就业数据挖掘

针对学生就业问题，给出了就业数据挖掘模型．决策树方法是数据挖掘中非常有效的分类方法，根据就业数据特点，采用了C4．5决策树算法．C4．5算法是决策树核心算法ID3的改进算法，它构造简单，速度较快，容易实现．模型对就业数据预处理，选取决策属性，实现挖掘算法并抽取规则知识，由规则知识指出哪些决策属性决定了就业单位的类别，挖掘结果表明，该算法能够正确将就业数据分类，并得到若干有价值的结论，供决策分析。     

BP神经网络算法的改进及在Matlab中的实现

分析了BP神经网络算法收敛速度慢的原因，研究了一种提高其收敛速度的方法，即将动量法和批处理方法结合起来对BP算法进行改进，提高学习速度，并给出了算法思想，用Matlab神经网络工具箱对神经网络进行了初始化和训练，仿真测试结果证明该方法是可行，具有实用性。     

基于Aho-Corasick自动机算法的概率模型中文分词CPACA算法

Aho-Corasick自动机算法是著名的多模式串匹配算法，它在模式串失配时，通过fail指针转移至有效的后续状态，存在一个或多个有效的后续状态可能。据此特性，该文提出了一种适应于中文分词的自动机算法。该算法使用动态规划的方法，计算上下文匹配概率，转移至最佳的有效后续状态，即实现了基于字符串匹配的机械分词方法与基于统计概率模型的方法结合。实验结果表明，该算法分词准确率高。     

演化算法中近似模型构造方法及其工程应用

演化算法在求解大型、复杂的工程优化问题时，由于大量耗时的详细分析计算，导致算法的优化效率很低。文中将均匀设计、径向基神经网络技术以及演化算法结合起来，发展了一种“基于均匀设计的逐步修正近似模型构造方法”。利用该方法可以建立目标及约束的近似模型，不仅避免了耗时的详细分析计算，而且提高了演化算法的效率。演化算法采用粒子群优化算法，以六峰值驼背测试函数以及某栽人返回舱气动布局优化设计作为算例，验证了该方法的有效性。     

改进遗传算法与粒子群优化算法及其对比分析

进化算法作为一类新的优化搜索方法，广泛应用于各种优化问题．现对简单遗传算法进行了改进，采用实值编码，并与模拟退火算法及基于适值排序和随机选择的方法相结合，形成了改进遗传算法．同时还介绍了一种新的进化算法一粒子群优化算法．将这两种优化算法应用于函数优化，并对优化结果进行了对比分析．比较结果表明，改进遗传算法和粒子群优化算法都可以在函数优化方面表现出较好的健壮性，但在找寻最优解的效率上，粒子群优化算法较好．     

二维非线性动力系统的截断近似求解

通过对二维非线性动力系统的截断近似，使得二维非线性动力系统由一组方程来表达。本文用一个特例解出方程组，说明了二维线性动力系统向圆映象的转换，并且表明了这种方法的有效性。     

非线性高阶微分方程初值问题的波形松弛方法

用范数估计方法对非线性高阶微分方程的初值问题进行了讨论，给出了系统函数对某些变量偏导数的某种范数小于1时，非线性高阶微分方程的波形松弛算法产生的迭代序列收敛到该方程初值解的充分性条件．该充分性条件实用性很强，对高阶方程容易判定其波形松弛序列的收敛性．     

软支承条件下车辆-基础系统的动力学建模与分析

研究软支承下的车辆-基础系统耦合动力学响应.将基础视为有限个离散点支承的Euler-Beinoulli梁,支承则模拟为具有非线性、不对称特性的弹性元件和阻尼器,利用分段线性化方法描述弹性支承的非线性刚度和阻尼特性,根据动力学原理和假设振型方法建立系统的运动方程,基于Newmark直接积分方法编制MATLAB二次开发函数,数值求解系统动力学响应,分析了支承约束非线性对系统动力学特性的影响.     

Forced oscillations with time-varying mesh stiffness and backlash in gear systems

A dynamic model to describe the torsional vibration behaviors of a spur gear system is presented in this paper.Differential equations of nonlinear dynamics for the gear system exhibiting combined nonlinearity influence such as time-varying mesh stiffness,backlash and dynamic transmission error(DTE) were obtained.The method of multiple scales was employed to solve the nonlinear differential equations with parametric excitation in gear systems,by which both the frequency-response curves of the primary resonance caused by internal excitation and the analytical periodic solutions of nonlinear differential equations were obtained.The nonlinear influence of stiffness variation,the damping and the internal excitation on the system response was shown by frequency-response curves.Compared with numerical examples,the approximate analytical solutions are in good agreement with exact solutions,which proves that the method of multiple scales is effective for solving nonlinear problems in gear systems.     

非线性振动系统的主共振的增量谐波平衡法

利用增量谐波平衡法来研究单自由度非线性振动系统的主共振 .用傅里叶级数展开与时间有关的量 ,然后应用增量谐波平衡法 ,得到一个非线性的代数方程组 ,并建立了适合于计算机运算的数值模型 ,算例表明此方法是有效的     

非线性系统的参数识别的小波方法

将小波理论应用于非线性系统的参数的识别中.首先将系统的微分方程投影到由Daubechies尺度函数张成的子空间中去,然后利用Daubechies小波的性质将系统微分方程转变为由未知参数构成的一个超越代数方程组,从而最终将系统参数识别问题转变为代数方程组的求解问题.     

用神经网络解非线性方程组

提出了一种解非线性方程组的神经网络模型,并在非线性方程组有惟一实根、有限个实根以及无穷多个实根情形下严格地证明了该模型的稳定性,然后,给出了一个模拟算法,该算法不仅可以用来解非线性方程组,而且还可以用来解多元非线性方程及线性方程组,数值试验结果表明,该算法是有效的。     

非线性互补问题光滑牛顿法的全局收敛性

在将非线性互补问题转化为求解非光滑方程组的基础上,为了将非线性互补问题转化为求解光滑方程组,通过引入一个新的光滑NCP函数,建立了求解P0函数非线性互补问题的一步光滑牛顿法,并在较弱的条件下证明了该算法具有良好的适定性和全局收敛性.     

光顺样条滤波的数学原理及其应用

研究了光顺样条滤波问题解存在的充要条件,并将光顺样条滤波方法应用于非线性系统参数的估计问题。该方法化微分方程组和超越代数方程组为代数方程组,减少了计算量,提高了辨识效率。理论证明与仿真结果表明该方法是有效的、实用的。     

电路模拟中非线性方程的周期波形响应

用范数估计方法对非线性高阶微分方程的周期边值问题进行了讨论,通过对非线性二阶微分方程周期边值问题的详细讨论,给出了系统函数对某些变量偏导数的某种范数小于1时,非线性二阶微分方程的波形松弛算法产生的迭代序列收敛到该方程的周期解.用类似的方法给出了非线性高阶微分方程的波形松弛算法产生的迭代序列收敛到该方程周期解的充分性条件.