干扰信道中容量可达的率分裂方案

为了能有效地逼近高斯干扰信道的容量边界,提出了一种分布式率分裂的方案.以二用户高斯干扰信道为例,该分布式率分裂方法能建模成一个非协作博弈论模型,并且提出一种迭代多水平面功率注水算法,能达到该博弈模型的纳什均衡,同时给出了迭代收敛的一个充分条件.计算机仿真表明,通过分布式率分裂方案以及迭代多水平面功率注水算法而获得的高斯...     

求解块三对角线性方程组的二级并行算法

针对块三对角线性方程组提出一种适合于MIMD分布式存储并行机的二级并行迭代算法。理论上证明了在系数矩阵为对称正定矩阵和M-矩阵时算法的收敛性。在HP rx2600集群上进行数值试验，并与多分裂方法进行比较，结果表明此算法有良好的并行性。     

一类弱非线性互补问题的模系矩阵多分裂迭代算法

针对一类求解弱非线性互补问题,提出了模系矩阵多分裂迭代算法。通过变量变换,利用互补向量的性质,将互补问题转化为一类与其等价的不动点方程组。在此基础上,建立一种快速、有效的模系矩阵多分裂迭代算法,并分析了算法的收敛性。数值实验证明了算法的有效性。     

一种求解分裂共同半压缩映射不动点问题的迭代算法

分裂共同半压缩映射不动点问题是一类比较经典的问题模型,目前算法多是运用当前迭代点的信息构建新的迭代点,这类算法收敛比较慢,且仅具有线性收敛性。为构建快速有效算法,受惯性近似算法求解极大单调算子零点问题的启发,针对半压缩映射的共同分裂不动点问题,通过引入惯性因子,提出一种具有二次收敛性的惯性迭代算法,并在适当条件下证明了算法的渐近收敛性。惯性技术的应用能提高迭代序列的收敛速率,减少迭代步数,从而大大减少计算量。     

一类偏微分方程的并行多分裂迭代算法

许多工程和物理应用问题的求解通常都归结为求微分方程数值解.考虑到传统的偏微分方程求解算法仅适应于串行机以及单机性能无法满足大规模科学与工程问题的计算需求,针对一类偏微分方程,提出了相应的并行差分格式和并行多分裂迭代求解算法,通过编程将其与红-黑排序、共轭梯度法的加速比和并行效率进行比较,验证了多分裂迭代法在求解偏微分方...     

求解广义鞍点问题的一个双参数维数分裂方法

针对一类广义鞍点问题,利用HSS迭代方法的思想,将单参数维数分裂方法推广到双参数形式。先得到双参数维数分裂迭代法的迭代格式并得到相应的求解广义鞍点问题的双参数DS分裂迭代法,然后证明了该迭代方法是收敛的,改进和推广了求解广义鞍点问题的单参数维数分裂迭代算法。数值实验也验证了双参数DS分裂迭代法比单参数MDS分裂迭代法有效。     

加权变分去噪模型的分裂Bregman算法

针对求解加权变分去噪模型时大量迭代导致计算速度缓慢的问题,为提高运算速度,在加权变分去噪模型中引入分裂Bregman算法.实验表明,与梯度下降法相比,该算法迭代次数少、处理过程快,极大地缩短了运算时间,并且保持了较好的去噪效果.     

传递函数辨识(18):输出误差模型的辅助模型递阶迭代参数估计

针对输出误差系统,利用迭代搜索原理,研究了辅助模型梯度迭代算法、辅助模型最小二乘迭代算法、辅助模型多新息梯度迭代算法、辅助模型多新息最小二乘迭代算法;利用递阶辨识原理,研究了辅助模型递阶梯度迭代算法、辅助模型递阶多新息梯度迭代算法、辅助模型递阶最小二乘迭代算法、辅助模型递阶多新息最小二乘迭代算法等.这些辨识方法可以推广...     

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。     

线性积分微分代数方程初值问题的多分裂波形松弛方法

多分裂波形松弛方法是一种可以在并行计算机上使用并且加快迭代收敛速度的加速技术.作者在文中提出了用多分裂波形松弛方法来解决线性积分微分代数方程的初值问题,基于线性算子谱理论,给出了多分裂波形松弛方法收敛的充分性条件,并通过电路模拟数值计算实例进一步说明了多分裂波形松弛方法在求解线性积分微分代数方程的初值问题时的显著加速效果.     

模糊数学在综合测评中的应用

本文提出了利用模糊数学中二级综合评判模型进行综合评估的一套通用办法。首先建立综合评估的二级评判模型,然后给出了一套通用的计算机软件,并实际应用于对学生的综合鉴定当中,取得了令人满意的结果。     

自适应权重更新的两步定位算法

在室内环境中,影响定位精度的测量误差包括接收设备自身引起的误差以及信号非视距传播和多径效应所引起的测量正偏差.针对室内环境中测量数据包含测量误差服从正均值高斯分布的特性,提出了一种自适应权重更新的两步定位算法.该算法使用卡尔曼滤波和自适应权重更新的加权最小二乘算法进行两步定位,通过对每个测量距离分配不同的权重,克服了固定权重分配需在特定环境下方能获得良好定位精度的缺点.仿真结果表明,该算法定位精度优于两步定位算法和EKF算法,且对环境适应性更强.     

两阶段混合流程调度问题研究

根据两阶段混合流程调度的特性，对于第一阶段有一台机床，第二阶段有两台并行可替换机床的调度问题，在分枝定界算法和Johnson规则的基础上提出了3种启发式优化调度算法，使得加工时间跨度最小，并根据不同的情况给出了判别算法效率的下边界，对这3种算法的优化效果进行了仿真试验，通过对大量计算结果的分析，分别得出了3种启发式算法的优化效果。     

两级振动隔振系统参数优化设计

针对两级隔振系统参数优化问题，引入最大熵优化方法，并结合遗传算法，提出了两级隔振系统
参数优化设计的一种混合数值方法，并用此方法对两级隔振系统进行了单维及多维参数优化设计，优化
后的两级隔振系统隔振性能大大提高，并且随着优化参数的增加，系统隔振性能也越好，表明该方法是
合理有效的.该方法作为一种数值方法，适用于多目标及复杂结构的优化.     

稀疏正则和自适应有限元的荧光分子断层成像

提出了一种基于稀疏正则和自适应有限元方法的两阶重建算法,在初始网格和次级网格光源重建实验中,根据重建问题的特点,选用两种不同的稀疏正则化方法.通过仿真实验表明,所提出的方法在荧光分子断层成像重建应用方面具有可行性、稳定性和高效性.     

基于分布鲁棒优化的社区型能源系统低碳经济调度

随着可再生能源渗透率的提高以及能源转型进程的推进,能源系统在保证调度策略鲁棒性的同时,也要考虑系统的绿色性和低碳性. 针对含碳捕集机组的社区型能源系统中各社区在风电功率不确定性下的最优决策问题,提出一种非合作博弈模式下的分布鲁棒优化方法. 首先,以运行成本最低为目标,构建各社区的两阶段调度模型. 其次,将风电功率的分布信息纳入到两阶段模型中,考虑各社区之间的非合作博弈关系,构建分布鲁棒博弈模型. 最后,利用线性决策理论及对偶原理求解模型. 仿真结果表明,所提分布鲁棒博弈方法可以保证博弈策略的鲁棒性,同时也克服了鲁棒优化强保守性的问题.     

住宅设计的几点思考

当代住宅设计要具有生态性、耐久性、建筑时空的延续性和住宅建筑时空的全面性,因此＂合作住宅＂、＂两段式参与＂和＂菜单选择＂等设计模式值得借鉴。     

光伏并网发电系统中的最大功率点跟踪控制

为实现光伏并网系统的最大功率点跟踪控制,提出了一种适用于基于混合控制的级联逆变器的光伏并网发电系统的双级控制策略.通过电流瞬时值反馈滞环控制,将输入电压控制(功率控制环)和光伏系统入网电流控制(电能质量控制环)解耦,简化了控制器设计.首先对该双级控制策略进行了分析,然后对瞬时值反馈单元控制器参数进行了设计,最后进行了仿真和实验.仿真和实验结果验证了所提出的控制方法的有效性,表明该双级控制策略可在进行最大功率点跟踪的同时保证入网电流质量     

两级热电单偶输出性能的三维有限元分析

针对以往研究中热电单偶一维传热模型的不足,提出了一种新型的两级热电单偶,对传统热电单偶和两级热电单偶分别建立三维有限元模型,确定模型的温度,对流换热和电势边界面,设定合理的边界条件,在ANSYS Workbench环境中进行仿真分析.应用控制变量法,研究不同输入变量对两种热电单偶各自输出性能的影响并进行比较分析.结果表明:负载值大小影响输出电压和电流,当负载值小于某个临界值时,两级热电单偶的输出电压和电流优于传统热电单偶,而最大输出功率始终大于传统热电单偶.     

MR-CLOPE: A Map Reduce based transactional clustering algorithm for DNS query log analysis

DNS(domain name system) query log analysis has been a popular research topic in recent years. CLOPE, the represented transactional clustering algorithm, could be readily used for DNS query log mining. However, the algorithm is inefficient when processing large scale data. The MR-CLOPE algorithm is proposed, which is an extension and improvement on CLOPE based on Map Reduce. Different from the previous parallel clustering method, a two-stage Map Reduce implementation framework is proposed. Each of the stage is implemented by one kind Map Reduce task. In the first stage, the DNS query logs are divided into multiple splits and the CLOPE algorithm is executed on each split. The second stage usually tends to iterate many times to merge the small clusters into bigger satisfactory ones. In these two stages, a novel partition process is designed to randomly spread out original sub clusters, which will be moved and merged in the map phrase of the second phase according to the defined merge criteria. In such way, the advantage of the original CLOPE algorithm is kept and its disadvantages are dealt with in the proposed framework to achieve more excellent clustering performance. The experiment results show that MR-CLOPE is not only faster but also has better clustering quality on DNS query logs compared with CLOPE.