Minimax型极值问题的扰动分析

本文将考虑以存在性为特例的Minimax型极值问题解集的扰动分析 .许多经济系统中的优化问题 ,可化为用单值非线性算子或多值算子形成约束条件的条件极值问题 .这一类问题又可通过Hamilton函数、Lagrange函数转化为适当乘积空间上二元函数f(x,y)的Mini sup解、Max inf解的存在性问题 .针对以上问题 ,本文研究了乘积Banach空间U×V上的函数f(x ,y)的极值问题 ,获得了线性扰动下Mini sup解、Max inf解的存在性结果、连续性质和解的表现形式 ,并导出了Conservative解和鞍点的相关结论 .

一种改进的最大频繁集发现算法

关联规则是数据挖掘的主要技术,而最大频繁集是关联规则挖掘的核心。关联规则发现的准确性与效率的好坏直接决定了发现的知识规则是否适用。阐述了关联规则、频繁集和频繁超集的定义,分析了现有关联规则算法的思想及其不足,然后在概率的基础上引入了期望长,提出了ELMFI算法,最后用实例进行仿真实验并做了比较分析。该算法直接产生期望长度的候选项集并进行验算,试验结果验证了其可行性,发现效率有所提高,能节约大量的系统空间和运算时间。

完备格上基于Sup-T合成算子的矩阵的平方根

对于完备格L上给定的|I|×|I|的矩阵R,若存在|I|×|I|的L上的矩阵S满足S⊙S=R,则称S为R的平方根,其中I表示指标集|I|的基数,⊙在本文中指的是sup-T合成算子并且T是无限∨分配的保序的算子。本文给出了完备格上基于sup-T合成算子的矩阵平方根存在的充要条件以及相应的理论上的算法求解所有的平方根。

如何将多个规则存储于一个模糊联想记忆矩阵中

Kosko的模糊联想记忆（FAM）神经网络得到了广泛的应用，然而却受到了低存储量的限制。Chung和Lee建立了一个矩阵存储多规则并能正确回忆的定理。基于这个定理，FAM模型的硬件及计算量需求能够显著地减少。但是，使用这个定理必须满足一个前提条件，即X(a)+X (a)(1，其中a=1, 2, ?, n。在这篇论文中，证明Chung和Lee的定理可以推广到连续的情形。提出了一个新的方法。这个方法即使在X(a)+X (a)> 1的情形下也是有效的，并且存储量可以进一步降低，更有利于大规则库系统的应用。