面向全局和工程优化问题的混合进化JAYA算法

为了更好求解复杂函数优化和工程约束优化问题,进一步增强JAYA算法的寻优能力,提出一种面向全局优化的混合进化JAYA算法.首先在计算当前最优和最差个体时引入反向学习机制,提高最优和最差个体跳离局部极值区域的可能性;然后在个体位置更新中引入并融合正弦余弦算子和差分扰动机制,不仅增加了种群的多样性,而且较好平衡与满足了算法在不同迭代时期对探索和挖掘能力的不同需求;最后在算法结构上采用奇偶不同的混合进化策略,有效利用不同演化机制的优势结果,进一步提升了算法的收敛性和精度.之后给出了算法流程伪代码,理论分析证明了改进算法的时间复杂度与基本JAYA相同,而通过6种代表性算法在包含和组合了30个基准函数的CEC2017测试套件上进行的多维度函数极值优化测试,以及对拉伸弹簧、波纹舱壁、管柱设计、钢筋混凝土梁、焊接梁和汽车侧面碰撞6个具有挑战性的工程设计问题的优化求解,都清楚地表明改进后算法的寻优精度、收敛性能和求解稳定性均有显著提升,在求解CEC复杂函数和工程约束优化问题上有着明显优势.

心算活动中混合策略选择的ERP研究

考察问题大小、距离、奇偶及答案正误对心算策略选择的影响。采用先答案后算式的呈现方式,记录了15名被试的64导ERP。研究发现,在小问题中,错误答案与正确答案相比,诱发了算术不一致N400,距离和奇偶因素影响其波峰及潜伏期。在大问题中,距离和奇偶因素影响晚期正波,近距离奇偶一致情境诱发了波幅较小的晚期正慢波。表明在混合情境,距离比奇偶信息优先得到加工;在小问题心算中距离和奇偶信息影响答案提取,而在大问题心算中,对于依靠距离信息较难直接判断的小距离问题,在进一步的加工中会借助奇偶信息判断是否采用精确计算策略。

一种基于误差放大的快速BP学习算法

针对目前使用梯度下降原则的BP学习算法 ,受饱和区域影响容易出现收敛速度趋缓的问题 ,提出一种新的基于误差放大的快速BP学习算法以消除饱和区域对后期训练的影响 该算法通过对权值修正函数中误差项的自适应放大 ,使权值的修正过程不会因饱和区域的影响而趋于停滞 ,从而使BP学习算法能很快地收敛到期望的精度值 对 3 par ity问题和Soybean分类问题的仿真实验表明 ,与目前常用的Delta bar Delta方法、加入动量项方法、PrimeOffset等方法相比 。

一种前馈神经网络的整体进化方法

一、前言最近十多年来,人工神经网络,尤其是前馈神经网络和BP算法获得了极其广泛的应用。BP(Back Propagation Error)算法是由Werbos在1974年首先提出的,它有效地克服了多层网络无法解决非线性分类问题的缺陷,但在当时并没有引起重视。直到1986年,Rumelhart和McClelland等人对Werbos的算法进行了总结和分析,提出了PDP(并行分布处理)理论。

三角格上的σ全一问题

主要研究三角格上的σ全一问题.应用图论知识,利用数学归纳法,分别给出了以三角形,菱形(四边形)和正六边形为边界的三角格上的σ全一问题无解的充要条件,并在证明中给出有解情况下详细解的刻画.

带蜂群策略的粒子群算法训练人工神经网络研究

提出一种带蜂群策略的粒子群优化算法,并将算法应用于神经网络训练。将蜂群优化算法中引领蜂和观察蜂的收益评价与贪婪选择策略以及侦察蜂的探索新解策略引入到粒子群优化算法中。粒子在飞行时,按维度对粒子速度和位置进行更新,根据对收益的评价,只接收能够提高解适应值的位置,从而加快了收敛速度;如果粒子多次迭代均无法改进解,则在解空间中随机搜索新的位置,增强算法跳出局部极值的能力。在求解异或问题、奇偶校验和编码解码问题的神经网络上进行了仿真,结果表明,该算法优于BP算法、粒子群优化算法和蜂群优化算法。

奇偶校验问题的二进神经网络学习算法

二进神经网络可以完备表达任意布尔函数,但对于孤立节点较多的奇偶校验问题却难以用简洁的网络结构实现。针对该问题,提出了一种实现奇偶校验等孤立节点较多的一类布尔函数的二进神经网络学习算法。该算法首先借助蚁群算法优化选择真节点及伪节点的访问顺序;其次结合几何学习算法,根据优化的节点访问顺序给出扩张分类超平面的步骤,从而减少隐层神经元的数目,同时给出了隐层神经元及输出元的表达形式;最后通过典型实例验证了该算法的有效性。

关于孪生素数猜想与一个配对问题

本文研究 p+h=P_r,p≤x 的解数的阶,所得到的上界恰为人们长期猜测的 c_hxln^(-2)x(lnlnz)^(r-1),而下界与此预料为正确的阶只差一个阶因子 lnlnz.利用这些结果,我们顺便推广和改进了 E.K.S.Ng 与张明尧关于配对问题的工作.

基于邻接矩阵的σ全一问题判定方法

在已知的σ全一问题的集合形式判定方法的基础上,运用图的邻接矩阵给出简单图的σ全一问题的代数形式的判定方法。

影响新吉林黑猪母猪繁殖性能问题的解决办法

新吉林黑猪作为东北优良的地方品种深受养殖户的喜爱,做好日常饲养管理是提高新吉林黑猪养殖经济效益的关键。母猪年提供断奶仔猪数(PWSY)经常被用作比较不同种猪群彼此繁殖性能的基准度量单位。在PWSY的组成部分中,断奶仔猪数以及母猪年产窝数是经常受到关注的指标。如何充分发挥母猪的繁殖性能,增加养殖场经济效益是养猪生产运行中的重点。而母猪生产中,其繁殖性能会受到外界多种因素影响,文章从母猪群胎次结构、种畜选育、饲养管理、配种、常见问题等方面对影响母猪繁殖性能的关键因素进行简单的阐述及分析,并总结影响母猪繁殖性能的技术措施。

Collatz问题中自然数与奇偶矢量的一一对应

在假设 M0N={ 0 ,1,2 ,… ,2 N- 1} ,VN 表示所有形如 υN={ x0 ,x1,… ,x N -1}的矢量的集合的情形下 ,证明了如果 m∈ M0N 且 m→ υN(m) ,则映射 σ:M0N→ VN 是一一映射。由此可得推论 1:设MN={ 1,2 ,… ,2 N} ,如果 m∈ MN 且 m→ υN(m) ,则此对应是一对一的 ,推论 2 :设 V表示所有奇偶矢量 υ={ x0 ,x1,… }的集合 ,如果 m∈ N且 m→ υ(m) ,则此对应是一对一的 .

心算的策略选择

从策略选择的角度来研究心算是当前心算研究的一个重要领域。有关心算活动中问题大小效应、距离效应、奇偶效应等的行为与认知神经科学研究揭示了心算活动中不同的策略选择,进一步加深了我们对心算加工特点的了解。未来研究在注重具体问题解决的同时,还应注重实验设计的严密性、研究的深入性与综合性相兼顾等问题。

基于LPN的抗擦除攻击认证协议

针对计算资源受限设备易遭受擦除攻击的问题,在HB协议的基础上提出2种改进方案,使基于带噪声的校验学习的加密认证协议能够抵抗擦除攻击。第1个方案为共享密钥增添一位校验位,从而检测并避免擦除攻击。第2个方案将密钥编码成汉明码,即使在擦除攻击发生的情况下也能恢复密钥。实验结果表明,2个方案都能在保证原协议安全性的基础上,增加抗擦除攻击的属性。

GOLDBACH CONJECTURE AND PARITY PROBLEM

Let N be a large positive even number and p, q, P1,... primes.

基于LPN具有一般中间人安全的两轮认证协议

基于LPN设计的认证协议结构简单、计算量低且抗量子攻击,适用于射频识别等轻量级设备,但无法同时满足低成本和强安全性要求。为此,对具有s-MIM安全的两轮认证协议的通用构造方法进行改进,使其能够达到可证明的一般中间人安全。利用改进的构造方法,实例化一个基于LPN的抗一般中间人攻击的两轮认证协议Auth-Hash。实验结果表明,与LPNAP协议相比,该协议具有较小的密钥存储空间和通信开销。

How to choose an appropriate transfer function in designing a simplest ANN to solve specific problems

How to irmrporate certain constraints known a prion into the transfer function to redure thenumber of hidden units of an MFNN in solving some specific probems is disussed. The N-bit parity andsymmetrical problems are used as examples and the derivation of the transfer function based on the a privriknowledge of the input patterns is given. It is shown that by use of the method proposed, only onc hiddenunit is needed in solving the parity and symmetry test problems.

二进神经网络表达奇偶校验问题的隐元最小数目上界

二进神经网络采用线性分类,是结构简单又易于实现的一类神经网络,在许多应用领域中都有重要研究价值.对于单隐层二进神经网络,目前隐层规模的确定问题仍然没有明确的研究结论.本文在研究隐层规模问题的过程中,提出了布尔空间的最多孤立样本问题.在二进神经网络隐层神经元各自表达一个"与"关系,所有隐层神经元通过输出元形成"或"关系的情况下,证明了实现最多孤立样本问题需2n?1个隐层神经元.更重要的是,指出了n元奇偶校验问题和最多孤立样本结构的等价性.进一步地,通过引入隐层抑制神经元将隐元数目降为n,说明了抑制神经元在二进神经网络中的重要作用.最后,在Hamming球与SP函数的基础上,揭示出抑制神经元和n元奇偶校验问题的逻辑关系,并给出了奇偶校验问题的逻辑式表达.

判决性实验问题的一种求解策略——基于宇称不守恒案例

自迪昂—蒯因论点对判决性实验提出质疑来,判决性实验问题一直是科学哲学争论的焦点。格伦鲍姆曾就判决性实验问题进行过求解,但被劳丹、魏德肯等人指出,存在着两处致命的硬伤,至今仍未得到有效的解决。文章以宇称不守恒为例,尝试性地提出一种可能的求解策略。