二层线性规划问题

罚函数方法是数学规划中一种常见且有效的求解方法。用罚函数原理,把二层线性规划（BLP）下层问题的对偶间隙作为惩罚项,将BLP转化为带罚函数子项的有限个线性规划问题。由于BLP的全局最优解可在约束域S的极点上找到,利用线性规划对偶理论,给出了一种求解该二层线性规划的罚函数算法。     

一类双线性规划的线性逼近算法

讨论了一类双线性规划的优化问题，利用对偶原理，将双线性规划问题转化为极大极小问题，研究了该极大极小问题的线性逼近算法，并证明了该算法在有限步内收敛，采用Karmarkar算法优化初始迭代点，使线性逼近算法更为有效。     

求解一类线性规划问题的原始贪婪算法和对偶贪婪算法及其相互关系

给出了求解一类线性规划问题的一种贪婪算法和求解其对偶问题的一种贪婪算法,并讨论了这两种算法的若干性质及其相互关系.     

基于ICP算法的无人方程式赛车路径规划

提出适合无人方程式赛车的路径规划算法,利用迭代最近点方法,将参考点集与当前点集进行迭代计算,得到两点集之间的关系函数,参考轨迹点集通过关系函数转换成赛车当前行驶轨迹点集.利用MATLAB进行无人方程式赛车的路径规划仿真,结果表明:该算法能较好地规划出赛车行驶轨迹,路径曲线平滑.     

基于灰色理论的线性规划问题的对偶问题研究

将灰色理论与线性规划问题的建模原理、方法相结合,建立基于灰色理论的线性规划模型,在分析研究对偶线性规划问题及建模原理的基础上,借助于集合论及经典线性规划的对偶理论,探讨了基于灰色理论的线性规划问题的对偶问题,建立了基于灰色理论的线性规划问题的对偶问题模型.     

基于多智能体的有限时间一致性迭代学习控制

针对多智能体系统的迭代学习一致性控制问题,提出一种基于有限时间算法的控制策略.首先引入虚拟领导者,利用有限时间算法处理前次迭代时各智能体与虚拟领导者间的跟踪误差,以提高误差收敛速率;在此基础上构造一种新的有限时间迭代学习律,改进后的学习律使系统误差收敛所需迭代次数显著减少;然后利用应用图论、李亚普洛夫稳定性理论证明了该学习律在有限时间内的稳定性,基于范数理论得到了学习律的收敛条件;最后通过Matlab数值仿真结果验证了本文方法的有效性.     

分形方法在地形数据内插中的应用

简述了分形、迭代函数系统（ＩＦＳ）及分形布朗运动的基本概念,介绍了基于迭代函数系统和分形布朗运动的分形内插方法,并给出了具体算法和应用实例。     

基于改进的函数映射理论的三维模型间对应关系

针对不同姿态下三维等距模型间的对应关系,提出一种基于函数映射理论的改进算法.首先对由Laplace-Beltrami算子分解出的特征描述符添加对角描述符约束,并将该约束添加到函数映射框架中对其进行改进,利用改进后的函数映射建立模型间的初始对应关系;其次,采用迭代最近点算法与K近邻算法优化初始对应关系;最后,结合优化后的函数映射关系和迪杰斯特拉-最远点采样算法构建点到点的对应关系.仿真实验结果表明,与已有算法相比,改进的函数映射理论可以计算出更加准确的映射关系矩阵,进而减小了由该矩阵构建的点到点对应关系的等距误差.     

求解双障碍问题的一个内点迭代算法

介绍一种解决双障碍问题的迭代算法,该算法称之为内点迭代算法. 首先将原问题转化为等价非光滑方程组,然后构造新的光滑函数来逼近非光滑方程组. 文中证明了惩罚参数可能需要修正有限次情形下算法的全局收敛性和超线性收敛性. 经数值实验表明,该算法是有效的.     

基于混沌消息扩展的单向Hash函数

为克服现有Hash函数结构的缺陷,结合混沌系统与传统单向Hash函数的优点,提出了一种新的基于混沌消息扩展的Hash函数.该方案沿用传统Hash函数的Merkle-Damgard迭代结构和压缩函数,利用混沌映射网络实现消息扩展,从而进一步影响Hash迭代过程.与现有混沌Hash函数相比,新方案继承了传统Hash函数的高效性,提高了算法的安全性.理论分析和实验结果表明,新方案具有良好的单向性、抗碰撞特性及雪崩特性,满足Hash函数的要求,且易于并行实现.     

含缺陷结构上限极限分析的弹性模量缩减法

为获得含缺陷结构的极限荷载,提出了含缺陷结构上限极限分析的弹性模量缩减法.研究了适用于应力集中条件下的基准承载比算法,建立了含缺陷结构极限分析的弹性模量调整策略,能结合线弹性有限元法构造逼近该类结构极限状态的机动位移场和允许应力场;引入结合虚功原理和基准体概念的上限极限荷载乘子算法,可获得满足上限分析数学规划模型的最优极限荷载解.算例分析表明:该方法可用于含裂纹和凹坑缺陷结构的极限分析;通常可在30个迭代步内得到与解析法及其他数值解相差在5%以内的极限分析结果.      

基于模糊支持向量机的变压器故障诊断

针对支持向量机对训练样本内的噪声和孤立点比较敏感,影响了支持向量机分类性能的弱点,利用模糊支持向量机的学习方法,构建了变压器故障诊断模型．采取一种基于二叉树的多分类方法,使用模糊C均值聚类算法求取模糊支持向量机的模糊隶属度,采用径向基核函数,并利用遗传算法对模糊支持向量机的参数进行寻优．实验结果表明,基于二叉数的模糊支持向量机模型相比BP神经网络、支持向量机有更高的诊断准确率,基于二叉树模糊支持向量机的变压器故障诊断方法是可行的．     

Hilbert空间映射下非线性分类的变元可分离核函数

分析变元可分离函数K（u,v）=k（u）k（v）成为核函数对非线性支持向量分类机的作用,由新方法构造的非线性支持向量分类机可以使相应的算法得以简化.     

Kernel Generalized Noise Clustering Algorithm

IntroductionFuzzy clustering is one of the important methodsin pattern recognition. The most widely used fuzzyclustering is the fuzzy c-means (FCM) algorithm[1]which is conceived by Dunn[2]and generalized byBezdek[3]. Based on an objective function, the F…     

混合核函数支持向量机在系统建模中的应用

混合核函数兼具了局部核函数和全局核函数的优点,并可通过权重因子调节它们对混合核函数的作用,取得较好的综合辨识效果。针对稀土萃取过程组分含量实时在线检测的难题,将基于混合核函数的支持向量机(SVM)算法用于稀土萃取过程组分含量建模。应用结果表明:基于混合核函数的组分含量软测量模型具有较好的模型拟合精度和满意的预测效果,能满足稀土萃取过程组分含量在线预估的要求。     

An independent component analysis algorithm through solving gradient equation combined with kernel density estimation

A new algorithm for linear instantaneous independent component analysis is proposed based on max-imizing the log-likelihood contrast function which can be changed into a gradient equation. An iterative method is introduced to solve this equation efficiently. The unknown probability density functions as well as their first and second derivatives in the gradient equation are estimated by kernel density method. Computer simulations on artificially generated signals and gray scale natural scene images confirm the efficiency and accuracy of the proposed algorithm.     

Investigation of improved approaches to bayes risk decoding

Bayes risk (BR) decoding methods have been widely investigated in the speech recognition area due to its flexibility and complexity compared with the maximum a posteriori (MAP) method regarding to minimum word error (MWE) optimization. This paper investigates two improved approaches to the BR decoding, aiming at minimizing word error. The novelty of the proposed methods is shown in the explicit optimization of the objective function, the value of which is calculated by an improved forward algorithm on the lattice. However, the result of the first method is obtained by an expectation maximization (EM) like iteration, while the result of the second one is achieved by traversing the confusion network (CN), both of which lead to an optimized objective function value with distinct approaches. Experimental results indicate that the proposed methods result in an error reduction for lattice rescoring, compared with the traditional CN method for lattice rescoring.     

变量相关情况下结构可靠指标的简化算法

根据可靠指标的几何意义，通过坐标转换和矩阵变换，探讨了非线性功能函数在变量相关条件下可靠指标的直接迭代计算方法，导出了计算可靠指标的分位值法迭代计算公式，并给出了2个算例，计算结果表明，与传统算法相比，该算法计算简单、精度高。     

基于中点弦测模型的无砟轨道精调量迭代求解

为避免无砟轨道精调对外部几何参数测量的过度依赖,提出了一种基于轨道不平顺的精调量计算方法.该方法通过对轨道检查仪的惯性轨迹建立轨道不平顺的向量模型,构造了以恢复平顺性为目标的无砟轨道精调量的逐次超松弛迭代算法,并分析了算法的收敛性和收敛速度.提出的方法已在某高速铁路精调作业中规模试用,并通过动态检查验证了方法的有效性.研究表明:该方法具有收敛性,对轨道惯性轨迹进行有限次迭代即可获得满足平顺性要求的精调量;动态检查结果轨道质量指数为2.26,与绝对测量作业效果相当.      

Network Decomposition and Maximum Independent Set Part Ⅱ：Application Research

According to the researches on theoretic basis in part I of the paper，the spanning tree algorithms solving the maximum independent set both in even network and in odd network have been developed in this part，part Ⅱ of the paper．The algorithms trans form first the general network into the pair sets network，and then decompose the pair sets network into a series of pair subsets by use of the characteristic of maximum flow passing through the pair sets network．As for the even network，the algorithm requires only one time of trans formation and decomposition，the maximum independent set can be gained without any iteration processes，and the time complexity of the algorithm is within the bound of O(｜V｜^3)．However，as for the odd network，the algorithm consists of two stages．In the first stage，the general odd network is transformed and decomposed into the pseudo-negative envelope graphs and generalized reverse pseudo-negative envelope graphs alternately distributed at first；then the algorithm turns to the second stage，searching for the negative envelope graphs within the pseudo-negative envelope graphs only．Each time as a negative envelope graphhas been found．renew the pair sets network by iteration at once．and then tum back to the first stage．So both stages form a circulation process up to the optimum．Two available methods，the adjusting search and the picking-off search are specially developed to deal with the problems resulted from the odd network．Both of them link up with each other harmoniously and are embedded together in the algorithm．Analysis and study indicate that the time complexity of this algorithm is within the bound of O(｜V｜^5)．