基于径向基函数神经网络的插值及其应用

针对径向基函数 (RBF)神经网络的特点 ,对插值问题 ,采用RBF神经网络进行求解。并通过增加神经元的输入和输出来拓展应用范围 ,文中讨论了在对一个实际问题建立数学模型中的应用 ,从应用的结果看 ,比传统插值方法更方便 ,具有较好的使用价值 ,并且可以很容易地推广到求解高维数据插值问题之中。

Mortar型旋转Q_1元的V循环多重网格(英文)

展现了一种Mortar类型的旋转Q1有限元的多重网格方法.通过定义一些算子证明了这种V循环的多重网格是一致收敛的,它的收敛率不依赖于网格的尺寸和层数,并通过数值实验验证了理论分析的正确性.

神经网络模型对DNA序列分类问题的应用

从一个具体的DNA序列的分类问题出发 ,介绍应用感知器、BP网络和学习向量量子化神经网络模型解决识别问题的理论和算法。

二阶椭圆问题的一种两水平算法

该文构造一种Helmholtz方程Dirichlet问题的弱Galerkin方法的两水平预处理算法.首先给出问题的弱Galerkin离散方法,引入一种弱Galerkin离散方法的两水平加性Schwarz预优算子,构造网格转移算子,证明了预优算子的条件数是最优的.

旋转Q_1有限元的区域分解方法

文章构造了一种用旋转Q1有限元离散椭圆型偏微分方程的区域分解方法.由于旋转Q1有限元空间不包含任何协调的有限元子空间,在离散过程中将区域分解成粗网格和局部的细网格,在不同的网格上进行求解,构造出预优问题.通过定义一些算子证明了预优问题的条件数是最优的.

Helmholtz方程的区域分解方法

文章构造了一种Helmholtz方程的区域分解方法.在离散过程中使用了非协调有限元,通过定义一些算子证明了预优问题的条件数是最优的.

收益共享契约下的供应链订购决策分析

以制造商、分销商和零售商组成的供应链为研究对象,以系统的全局协调和完美协调为目标,研究了收益共享策略下的订购决策。分别建立了缔结收益共享契约模式下各节点企业的收益模型,提出实现系统全局协调的订购决策及系统实现完美协调的条件,得出全局协调的实现取决于零售商的订购决策、批发价格和利润分割系数,以及该模型在高风险市场下更加有效的结论。

数量折扣契约对三阶层供应链的协调

研究了数量折扣契约对三阶层供应链的协调问题。首先针对供应链系统的全局协调,得出了契约参数以及最优订购量;引入利润分配系数,得出实现供应链完美协调的条件。通过数值实验得出如下结论:三阶层供应链的数量折扣契约下,制造商和零售商的批发价格不仅与各自的利润分配系数相关,而且随着订购量的变化而变化;实现全局协调的基础上,系统的完美协调取决于利润分配系数的取值。

单循环赛赛程安排几个参数的极值

针对单循环赛程的公平性讨论中提出的几个指标,给出了它们的极值,并给出了相应的赛程安排,从而较完满地解出这一问题.