拉斯邦巴斯铜矿爆破优化设计与现场试验研究

针对拉斯邦巴斯目前爆破存在的爆破后块度小、成本高及台阶边坡形成效果差等问题,结合现场爆破现状,开展废石生产爆破参数优化试验和边坡控制爆破技术试验,对炸药、装药结构、孔网参数、微差时间与超深以及控制爆破技术进行了优化调整,试验后取得了良好效果,废石凿岩爆破成本较原爆破降低10.02%～16.27%,大幅提高了矿山的经济效益,同时改善了边坡形成质量,提高了边坡的稳定性,为其他爆破、采矿施工提供了经验与参考。     

论理工科院校数学基础课程的创造性思维与研究性学习

文章探讨了创造性思维与数学研究性学习的各自的内涵和特性,阐述了创造性思维与数学研究性学习的内在联系,进而阐述了创造性思维和研究性学习过程对理工科院校数学基础课程的意义和影响.     

改进的模糊Sarsa学习

为了解决模糊Sarsa学习(FSL)无法在线自适应调节学习因子和不能处理学习过程中探索与利用的平衡问题,提出了一种改进的模糊Sarsa学习(IFSL)算法. 在FSL基础上,引入自适应学习率产生器来在线调节学习因子,增加模糊平衡器控制探索和利用的程度. 给出了IFSL的结构框图,证明了IFSL中可调节权向量具有平衡不动点. 仿真结果表明,与FSL相比,IFSL能加快系统的学习收敛速度,具有较好的学习性能.     

基于递推最小二乘法的多步时序差分学习算法

强化学习是一种重要的机器学习方法。为了提高强化学习过程的收敛速度和减少学习过程值函数估计的误差,提出了基于递推最小二乘法的多步时序差分学习算法（RLS-TD（λ））。证明了在满足一定条件下,该算法的权值将以概率1收敛到唯一解,并且得出和证明了值函数估计值的误差应满足的关系式。迷宫实验表明,与RLS-TD（0）算法相比,该算法能加快学习过程的收敛,与传统的TD（λ）算法相比,该算法减少了值函数估计误差,从而提高了精度。     

矩阵方程X+A*F(X)A=Q解的存在性与扰动分析

主要研究了非线性矩阵方程X A*F(X)A=Q唯一存在半正定解的充分条件.通过对解的扰动分析,得到了解算子的误差估计.     

Intranet中访问瓶颈问题的建模与仿真

随着企业内外客户对Intranet访问频率的增加，企业内部服务器容易造成访问瓶颈问题。因此如何合理地组织，分配和规划企业内部网的信息资源，对于减轻服务器的负担，避免网络通信拥塞有十分重要的意义。该文就访问瓶颈问题从两个不同的数学角度给出了相应的数学模型和算法。此外，在Matiab上的仿真结果表明该算法对解决此类问题行之有效。     

矩形件排样优化的丁字尺法

矩形件排样优化既要考虑材料的利用率,又要考虑生产时的下料效率,同时还要满足“一刀切”的工艺要求。综合考虑这些因素后,提出了将板材先分块,再在分块的板材上排放单一零件的丁字尺法。实验表明这种方法对大规模矩形件有较好的效果,提高材料利用率的同时又能很好地保证下料效率。     

基于分布式环境的多媒体同步应用框架的设计

多媒体信息的同步是分布式多媒体信息系统的关键技术，在Meyer,Effelsberg等人的4层媒体同步参考模型的基础上，提出了一个实际应用的分布式多媒体同步应用框架，并对其中的一些关键内容及模块进行了讨论。     

一种极大外平面图的构造法

提出了一种判定图同构的方法,其原理是赋予每个无标号极大外平面图一个n×(n-3)阶0-1矩阵.证明了矩阵与极大外平面图一一对应,矩阵相同的图彼此同构.构造所有可能的n阶极大外平面图,并用上述方法除去其中同构者,所有n阶无标号极大外平面图都被构造出来了,同时得到其总个数,解决了有关极大外平面图同构与计数问题.     

遗传模拟退火算法在矩形优化排样系统中的应用

研究了一种遗传算法和模拟退火算法的结合算法,并且把它应用于现实生产的矩形优化排样系统中。首先建立了该系统的通用数学模型。然后给出了求解该问题的遗传模拟退火算法。最后实际算例的结果表明该算法是一种行之有效的方法。