改进的协同粒子群优化算法

针对协同粒子群优化算法存在停滞,不能保证收敛到局部或全局最优值的问题,提出一种改进的协同粒子群优化算法(CCPSO-Hk),该算法将混沌理论引入协同粒子群算法(Chaos PSO)中,利用混沌运动的随机性、遍历性和规律性等改善了协同粒子群算法(Cooperate Particle Swarm Optimization)的性能.通过仿真验证算法的有效性.     

一类非齐次树上马尔可夫链的强偏差定理

强偏差定理一直是概率论研究的中心问题之一.通过构造一非负鞅,利用Doob鞅收敛定理给出了一类特殊非齐次树上可列状态马尔可夫链的若干强偏差定理.     

关于数列收敛的又一判定定理

对已有的数列收敛的判定定理进行扩充,从而更加丰富读者的知识面,为读者学习和研究多提供一份材料.通过对这个定理进行严格的证明,并在局部证明过程中运用两种方法.从而得到所要证明的定理.     

用修正的Mann迭代算法求解分裂可行性问题

在Hilbert框架下借助于度量投影修正Mann迭代程序,证明了关于无限族非扩张映射的强收敛定理,并用于求解分裂可行性问题SFP.研究成果在很大程度上推广和改进了现有的结果.     

C0-半群的概率型逼近

借助于算子值数学期望以及概率论方法,利用适当的随机变量的矩生成函数估计式,讨论了Banach空间上C0-半群的概率表示式及收敛速度的估计式.     

二项式函数f(x)=(1+x)~α(α≠0)的幂级数展开式及其应用

详细介绍了二项式函数f(x)=(1+x)~a(a≠0)的幂级数展开式、收敛域的确定及其二项式级数在数学中的应用。     

供应链风险扩散收敛模型与风险管理机制

通过建立存在时滞、不存在随机扰动的供应链风险收敛扩散模型和存在随机扰动、不存在时滞的供应链风险收敛扩散模型,揭示了供应链风险扩散收敛系数、供应链平均响应时间和供应链风险管控能力系数对供应链风险扩散收敛的影响效果和相互作用关系,从而构筑供应链风险防范策略与机制.     

一个充分下降的共轭梯度法

共轭梯度法是优化方法中最常用的方法之一,适于解决大规模问题,因此有着广泛的应用.针对无约束优化问题,基于搜索方向的选择,提出了一个新的共轭梯度法,该算法在每一次迭代过程中,均可保证搜索方向的充分下降性,并在弱的wolfe条件下,证明了算法的全局收敛性,数值结果表明了算法的可行性与有效性.     

基于模糊神经网络的模拟电路故障诊断算法

将小波包分析、模糊理论和神经网络有机结合在一起,提出了一种基于小波包特征提取和模糊规则的模拟电路故障诊断的神经网络算法。计算和仿真实验结果表明,该方法可以减少网络的训练规模,加快网络的收敛速度,能够为模拟电路故障诊断提供一种新的有效的方法。     

一种基于精英选择和反向学习的分布估计算法

为了提高分布估计算法的性能,提出一种从选择方式和搜索机制出发的改进分布估计算法.首先,借鉴并改进粒子群种群更新策略,在构造优势群体时,引入精英选择策略替换经典的截断选择,提高算法向全局最优解的收敛速度;然后,引入二次反向反射搜索算子,从搜索机制上对分布估计算法进行改进,提高算法的全局搜索能力.仿真结果表明,所提出的改进分布估计算法能够有效的避免陷入局部最优值,在寻优精度、收敛速度以及算法的稳定性和鲁棒性上都有极大改善.