摩擦约束不完全变分不等原理及其微粒群优化解法

利用不完全变分不等原理,将摩擦约束纳入问题的能量泛函,同时放松体积不可压缩的约束条件ii=0,用罚因子处理体积应变。实际算例表明,不完全变分不等原理不但能计算速度场,而且能直接计算变形力,且所得到的变形力比滑移线场结合极值方法获得的解析解更接近试验结果。在有限变形情况下,仍能得到变形力的理想结果。同时,利用微粒群优化方法,直接求解变分问题的能量泛函,避开了变分不等式的求解困难问题。针对优化求解过程中出现解的随机性,利用求平均值方法,使求解过程稳定,有效地改善了求解结果,并由此扩展了微粒群算法的应用领域。     

微粒群算法在改进多元线性回归上的应用

文献[1]利用带约束的非线性规划,将各种改进的多元线性回归方法——主成分回归、岭回归、稳健回归及约束回归统一在一个非线性规划模型中。应用微粒群优化算法(ParticleSwarmOptimization,PSO)对其进行求解,实际算例表明,该方法不但可行,而且得出的结果比其它方法及文献[3]的结果与实际符合得更好。     

基于相似度的粗关系数据库的近似查询

基于数据库理论和粗集方法研究了粗关系数据库中不确定数据的存储、索引和检索。提出了分别采用邻接表和十字链表实现粗关系数据库中属性值等价类和元组数据的存储;借助汉明距离和聚类方法,提出了实现粗关系数据库索引的方法;提出一种基于Rough集中的上、下近似计算数据间的相似度,并基于相似度给出了对粗关系数据库进行查询的模型,设计了相应的查询算法。最后,通过一个具体实例说明了查询算法的可行性和有效性。