热弹耦合梁方程组在非线性边界条件下的整体吸引子

本文研究了一类在非线性边界条件下的热弹耦合梁方程组的初边值问题,首先通过先验估计证明系统存在唯一的整体解,其次通过证明系统存在有界吸收集和半群的渐近光滑性得到整体吸引子的存在性.     

一种复非线性系统的动力学特性和同步分析

本文介绍一种新复非线性系统并研究它的动力学特性(包括不变量、耗散度、平衡和稳定性、Lyapunov指数、混沌行为、混沌吸引子),以及该系统产生混沌的必要条件,发现在一定参数条件下,系统存在2个或4个螺线形混沌吸引子,通过研究驱动系统和响应系统的关系,导出了混沌同步的控制函数显式表达式.Lyapunov函数分析证明,系统误差是渐近稳定的,控制函数可以使主动系统和响应系统完全同步.     

限幅型非光滑吸振器模型的稳定性与周期运动研究

本文研究具有分段光滑特性的限幅型吸振器模型的稳定性与周期运动. 建立一类限幅型非光滑吸振器的动力学模型,探讨模型容许平衡点的存在性,通过Liénard-Chipart稳定性准则,分析容许平衡点的稳定性. 通过参数变换,将限幅型吸振器模型转化为具有两个切换流形的四维分段光滑系统. 通过计算系统首次积分,获得四维含参分段光滑动力系统在其未扰系统存在一族周期轨条件下的Melnikov函数. 探讨不同参数条件下系统周期轨的存在性及个数,并利用数值模拟方法给出其相图构型,验证理论结果的正确性. 研究结果表明不同的间隙参数影响系统周期轨个数及相对位置.     

负泊松比超材料减振结构设计与实验验证

旋转机械的转子部件发生故障时,振幅会迅速增大甚至发散,此时需要一种轻质高效的吸能减振结构,快速控制转子部件的振动幅值.本文基于负泊松比材料概念,提出了一种针对转子系统的负泊松比弧形超材料减振结构,可以实现很好的故障转子减振效果.首先,通过释放自由度提出了负泊松比非对称星形胞单元,设计了针对转子的超材料减振结构,并给出了相应的能量吸收指标.然后,基于有限元模型进行了动力学仿真,讨论了不同冲击速度、不同冲击角度对能量吸收性能的影响.结果表明,低速冲击下,材料主要产生弹性变形吸能.随着冲击速度增加,材料变为弹塑性变形混合吸能模式,有效吸能率会明显增大.特别是在冲击速度较大时,减振结构的吸能率会迅速增加,这对于转子突发故障的减振十分有利.最后,设计了验证实验,对故障转子进行了负泊松比减振结构的验证实验.实验结果证明,对于转子的不平衡故障响应,设计的减振结构能够起到很好的抑制转子振动与吸收振动动能效果.     

动力吸振器对转子系统气流激振稳定性影响分析

针对气流激振引起离心压缩机转子振动失稳的问题,提出了采用动力吸振方法提高转子系统的稳定性.首先建立流体激励作用下转子 吸振系统动力学模型;其次采用Lyapunov理论研究附加吸振器后流体激励作用下转子系统的稳定性;分析了吸振器参数变化对转子系统稳定性的影响;最后采用数值方法进行验证.结果表明,动力吸振方法能够有效地提高转子系统失稳转速,吸振器固有频率和阻尼比对转子稳定性有较大的影响.     

NP问题的最优轮复杂性知识的零知识证明

NP问题已有的知识的(黑箱)零知识证明都是非常数轮的,因此,在标准的复杂性假设下,NP问题是否存在常数轮的(黑箱)知识的零知识证明是一个有意义的问题.本文对该问题进行了研究,在一定的假设下给出了HC问题的两个常数轮知识的零知识证明系统.根据Katz最近的研究结果,在多项式分层不坍塌的条件下,本文基于claw-free陷门置换给出的HC问题的5轮知识的零知识证明系统具有最优的轮复杂性.     

不确定性下多主从博弈中均衡的存在性

在已知不确定参数变化范围的假设下,研究多主从博弈中均衡点的存在性问题.基于非合作博弈中NS均衡的定义,提出不确定性下多主从博弈中均衡的概念.基于Fan-Glicksberg不动点定理,证明均衡点的存在性.最后通过算例验证了所提出方法的可行性.     

一种多信任域内的直接匿名证明方案

针对可信计算平台的原始直接匿名证明方案在多信任域的环境下存在的不足,提出了一种多信任域内的直接匿名证明方案.该方案扩展了原始的直接匿名证明方案,解决了可信计算平台在多信任域内的隐私性保护问题.利用理想系统/现实系统模型对该方案进行了安全性的分析和证明.分析表明,该方案满足匿名性和不可伪造性.最后分析方案的计算性能,实验验证了方案的有效性和可行性.     

P≠NP假设下NP-NPC-P中自然问题的一个候选者

1975年,Lander证明在P≠NP假设下存在一个语言属于NP-NPC-P(NPI).但Lander给出语言并不是一个自然的语言因在该语言的构造中需运行所有多项式时间的图灵机.迄今为止,还没有自然的语言被证明在P≠NP假设下属于NPI,并且在P≠NP假设下寻找一个属于NPI的自然语言是一个重要的未解决问题.作者部分解决了此长期未解决的问题.定义了2+f(m)-HAST模型.基于该模型,给出了在P≠NP假设下NP-NPC-P中自然问题的一个候选者.已证明在P≠NP假设下它不属于NPC并且在更强但合理的假设下它的确属于NPI.     

面向可信移动平台具有用户可控关联性的匿名证明方案

针对可信移动平台(Trusted Mobile Platform,TMP)远程认证方式中直接匿名证明方案存在的性能瓶颈、R攻击以及跨信任域问题,提出了一种新型的具有用户可控关联性的匿名证明(Anonymous Attestation with Usercontrolled-linkability,TMP-UAA)方案.通过引入可信第三方CA构建了方案的模型,该模型可以有效解决传统直接匿名证明设计中存在的R攻击和跨信任域问题,且易于部署实现.根据提出的方案模型,首先利用Paillier加密系统及可验证加密技术设计了一个安全两方计算协议,该协议用于实现TPM-UAA方案中的Join协议;其次运用该协议并结合提出的ι-MSDH假设和XDH假设给出了方案的具体设计;然后在随机预言模型下对方案的安全性进行了证明,证明表明该方案满足用户可控匿名性以及用户可控可追踪性;此外在性能方面与现有直接匿名证明方案相比,该方案具有更短的签名长度以及更高的计算效率;最后阐述了TPM-UAA方案在可信移动环境下的跨域证明,该证明避免了传统直接匿名证明存在的跨信任域及R攻击问题.     

军事作战中的整体作战模型

提出了一种新的军事作战模型，称之为整体作战模型．整体作战模型通过确立作战单位的整体作战指数来建立作战模型，反映了作战单位的整体作战能力．定义了整体作战指数，然后建立了整体作战模型，求出了模型的解并对其进行了分析，说明了整体作战的一些特点，并提出了一种判定胜负的新标准，最后给出了一些计算实例和仿真结果．本质上整体作战模型是一种非线性模型，反映了作战中的非线性规律．     

使用扩展GRR作为全局视图的全局事务构造

全局视图构造与全局事务生成是数据库互操作的重要方面。已提出的若干全局视图结构在实际系统中并中足以刻划数据库结构的语义方面并正确生成全局事务。本文讨论我们对全局访问关系ＧＲＲ的扩展，并给出基于此全局视图的全局事务生成算法。     

New Results on Global Synchronization of Chua's Circuit

Some new results on global exponential synchronization and global synchronization for Chua's circuit are derived by means of Lyapunov functions and some other mathematic methods, which improve the existing results in the literatures. A strict and complete proof of the result is also given as a complement to the relevant literature where the proof was incomplete. The paper offers some new approaches for studying chaos synchronization for Chua's circuit.     

Chua电路全局同步的新结果

Some new results on global exponential synchronization and global synchronization for Chua0s circuit are derived by means of Lyapunov functions and some other mathematic methods, which improve the existing results in the literatures. A strict and complete proof of the result is also given as a complement to the relevant literature where the proof was incomplete. The paper offers some new approaches for studying chaos synchronization for Chua0s circuit.     

快速寻优的全局优化进化算法

为了加快进化算法中种群的寻优速度,设计双变异算子,提出一种进化算法。该算法以种群的多样性、算法的收敛速度、全局与局部搜索能力的综合均衡为设计重点,利用概率论和Markov链证明了该算法的全局收敛性,通过对6个基准函数进行测试,从数值上验证了该算法的有效性。     

一种有效的解无约束全局优化的进化算法

为了解决进化算法在求解全局优化时易陷入局部最优和收敛速度慢的问题,设计了一个杂交算子,利用种群中最好点与其他点间的关系确定搜索方向,从而快速地找到实值函数的下降方向,一旦算法找到优于种群中最好点的点,利用所构造的两条直线交点的投影对其进行进一步优化,使函数值更迅速地下降.提出了适合杂交算子的初始种群生成方法.设计了一个既能提高收敛速度又能摆脱局部最优的变异算子以增强算法的效果.在此基础上,提出了一个求解全局优化问题的高效进化算法,并从理论上证明了全局收敛性,从数值上验证了有效性.     

基于平滑技术和一维搜索的全局优化进化算法及其收敛性

为了解决全局优化算法中的一个难点--算法易于陷入局部极小点,设计了一个平滑函数,该函数可以消除一些局部极小点,而在包含最优点的部分,函数保持不变.这样,通过对此平滑函数的优化,局部极小点的数目就会在迭代过程中大量地减少,使算法更易找出全局极小点;根据平滑函数的性质,设计了一个新的杂交算子,此算子能自适应地产生优质的后代;利用平滑函数的性质,巧妙地将一维搜索技术用于算法的设计之中,从而使算法的速度大大提高;在此基础上,设计了一个解全局优化问题的新的高效进化算法,并且证明了其全局收敛性.最后的数值实验也表明新算法十分有效.     

MDBS中一种改进的并发事务调度算法

MDBS中并发事务的调度策略必须满足可串行化准则,论文主要分析以事务提交图为中心的调度算法TM2,虽然保证了全局事务提交顺序的可串行化,但在提交时才进行冲突检测方式存在缺点,提出改进后的事务调度算法TM3不仅保证了全局事务的可串行化和防止了全局死锁的发生,还提高了全局事务执行的并发度。最后通过实验在数据库加速引擎中进行模拟,对比了两种调度算法的性能。     

Improving answer selection with global features

Given a question and its answer candidates (named QA corpus), answer selection is the task of identifying the most relevant answers to the question. Answer selection is widely used in question answering, web search, and so on. Current deep neural network models primarily utilize local features extracted from input question‐answer pairs (QA pairs). However, the global features contained in QA corpora are under‐utilized, and we argue that these global features substantially contribute to the answer selection task. To verify this point of view, we propose a novel model that combines local and global features for answer selection. In our model, two different global feature extractors are employed to extract statistical global features and deep global features from a QA corpus, respectively. Furthermore, we investigate the integration of these global features with local features in various experimental settings: statistical global features, deep global features, and a combination of statistical and deep global features. Our experimental results show that the global features are effective for answer selection. Our model obtains new state‐of‐the‐art results on two public answer selection datasets and performs especially well on YahooCQA, where it achieves 9.2 and 6% higher precision@1 (P@1) and mean reciprocal rank (MRR) scores than previously published models.     

基于吸引域的总体极小化问题的神经网络求解

神经网络求解优化问题具有非常强大的实时计算功用,因此近年来受到了密切的关注.这里考察了求解无约束总体极小化问题的神经网络方法,提出了一种新的网络求解模型.从基于吸引域分析方法为出发点证明了所给网络平稳点集合的全局吸引性.分析了网络的电路实现,并估计了各个平稳点的吸引域.这些理论分析与估计是构造所提神经网络模型的依据,同时也是网络可靠运行的基础.此外,数值模拟试验也充分揭示了这个网络模型在实际运行中都能够很好地求解总体极小化问题,是一个十分有效的神经网络系统.这里的结果表明:这里提出的网络模型无论从理论上还是实际运行中都能够可靠且稳定地求解总体极值问题,基于吸引域构造神经网络的方法是一种很有潜力的神经网络求解优化问题的研究方向.