二级多点近似方法在整星结构优化设计中的应用

以整星结构为研究对象,针对含有离散变量的混合变量优化问题,应用二级多点近似方法给出从卫星拓扑布局设计到尺寸的一体化优化求解过程。首先,对整星结构进行仿真和振动试验,设计满足总体指标要求且已得到在轨验证。其次,建立以极小化卫星质量为目标的多工况优化模型后利用分段多点逼近函数建立了显式近似问题。最后,采用遗传算法和变尺度法分别对离散/连续两类变量寻优,并以拓扑构型一致性和目标函数的下降程度作为收敛的判定依据。结果显示,在满足频率和静力的约束下,卫星质量降低了7.9%,且结构分析迭代次数仅为50~60次,从而验证了该方法在求解整星结构多变量多工况下的一体化设计问题时具有很高的计算效率和准确性。

重调和方程“最好的”13点近似差分方程

一九五七年D.Greenspan曾导出和证明了差分方程-20U0+4（U1+U2+U3+U4）+U5+U6+U7+U8=0为拉普拉斯方程Uxx+Uyy=0的“最好的”9点近似差分方程。一九五九年我国彭清泉试图导出和证明差分方程20U0-8（U1+U2+U3+U4）+2（U5+U6+U7+U8）+U9+U10+U11+U1

一种新的基于两点自适应的多维近似函数性态研究

利用作者提出的“变基底近似”和“泰勒一阶非线性展开”等手段构造了一种基于两点自适应近似函数 ,旨在改善近似函数的精度和扩大近似范围。数值算例表明 :针对变量具有可分离形式和变量耦合程度较弱的函数 ,它具有很好的近似效果。同时 。

对广义强非线性拟变分包含带有误差的近似点算法

本文研究了一类广义强非线性拟变分包含·在Ｈｉｌｂｅｒｔ空间内利用与极大单调映象相联系的预解算子的性质，对广义强非线性拟变分包含建立了解的存在性定理和建议了一个新的寻求近似解的带有误差的近似总算法，证明了近似解序列强收敛于精确解·作为特例，在此领域内的某些已知结果也被讨论·

无线传感器网络近似三角形内点测试定位算法

无线传感器网络作为一种全新的信息获取和处理技术,可以在广泛的应用领域内实现复杂的大规模监测和跟踪任务,而网络自身定位是大多数应用的基础。传感器节点自身定位就是根据已知位置的节点,按照某种定位机制确定自身的位置。该文分析了近似三角形内点测试算法,对该算法进行了改进,分析表明:较之原算法,改进算法增大了anchor节点的覆盖度,降低了In-To-Out Error与Out-To-In Error发生的概率。

强伪单调均衡问题近似点方法的收敛性

利用惯性技巧改进了关于强伪单调均衡问题的近似点方法,加快了迭代的收敛速度,提高了数值方法的稳定性,并在一定条件下建立了关于强伪单调均衡问题唯一解的强收敛定理.

广义混合似变分不等式的近似点-投影算法

引入了求解广义混合似变分不等式的近似点-投影算法,证明了由算法所生成迭代序列强收敛于非扩张映射不动点集合与广义混合似变分不等式解集合的公共元素.

带有模糊集值映象的一般混合拟变分包含的扰动近似点算法(英文)

本文引入一类新的带有模糊集值映象的一般混合拟变分包.在Hilbert空间中,利用极大η-单调映象的预解算子技巧,建立了这类变分包与不动点的等价性.利用这种等价性,构造了一些新的扰动近似点算法,并证明了由此算法所产生的迭代序列的收敛性.这些定理改进,统一和推广了近期文献中许多重要结果.

广义非线性变分包含的带误差的近似点算法(英文)

引入和研究了一类新的广义非线性变分包含.在Hilbert空间中利用与极大η单调映象相联系的预解算子的性质,对新的广义非线性变分包含建立了一个新的寻求近似解的带误差的近似点算法,并证明了求近似解序列强收敛于精确解.其所得结果是近期相关结果的改进和推广.

无线传感器网络近似三角形内点测试定位算法改进

作为重要的共性支撑技术之一,无线传感器网络的定位问题极具研究价值。分析了近似三角形内点测试算法,对该算法进行了改进。仿真分析表明:较之原算法,改进算法降低了错判发生的概率。

关于H-增生算子的变分包含解的具误差的近似点算法

q-一致光滑Banach空间中研究了一类关于H-增生算子的广义变分包含,利用新预解算子技巧,对这类变分包含建立了一个新的解的带误差的近似点算法,并证明了由此迭代算法生成的迭代序列强收敛于这类变分包含的解。其所得结果是近期相关结果的改进和推广。

一种获取未建模复杂过程近似极值点的算法

为了求得未建模复杂过程在输入空间的某一子空间内,输出量极值点分布情况,针对未建模多输入单输出(MISO)复杂过程提出一种通过实验记录数据获取近似极值点的算法。即通过对多元函数极值定义的扩展,给出复杂过程近似极值点的定义,基于近似极值点的定义提出根据实验记录数据求取未建模MISO复杂过程近似极值点的算法和实现算法时要注意的问题。最后通过对一个二维非线性函数描述的过程的数字计算,得到与理论分析相同的极值点分布的结果,表明算法的有效性。

一类近似点算法及其收敛性质

本文提出了一类修正的近似点算法并讨论了算法的收敛性质及其收敛速度。

拟相似算子近似点谱的连通分支(英文)

讨论了Banach空间X上两个算子T,S拟相似时,近似点谱σa(T)的每一个连通分支与σa(S) 以及σ5(S)的相交关系.证明了σa(T)的每一个连通分支与σ5(S)的交非空,并且给出了σa(T)的连通 分支与σa(S)交非空的充要条件.

广义变分包含的近似点算法

引入并研究了一类新的关于H-单调算子的广义非线性变分包含,在Hilbert空间中利用H-单调算子的预解算子性质,建立了这类变分包含的一个新的寻求近似解的带误差的近似点算法,并证明了求近似解序列收敛于精确解.所得结果改进和推广了文献[1,2]的相关结果.

广义混合变分不等式的近似点-投影算法

引入了求解广义混合变分不等式的近似点-投影算法,证明了由算法所生成迭代序列强收敛于非扩张映射不动点集合与广义混合变分不等式解集合的公共元素.方法和结果是新的,且推广了这一领域内许多已知结果.

结合模糊聚类和投影近似点算法的缺失人体运动捕捉数据重构

针对人体运动捕捉数据缺失问题,提出一种结合模糊聚类和投影近似点算法的缺失数据重构恢复方法.首先对不完整运动序列矩阵的缺失数据位置进行线性插值预处理,粗略补全矩阵以得到较完整的运动序列;然后利用模糊C-均值算法将粗略恢复后的复杂人体运动数据细分为含有多个不同语义运动片段的时序组合;再根据相同运动语义片段数据矩阵存在低秩特性,对细分后相应的各原始运动子片段采取投影近似点算法进行缺失数据恢复,并按照运动片段的时序特性进行组合;最后将原有未缺失数据与其相应位置重构恢复后的数据进行置换,根据人体运动轨迹的局部线性特性进行线性平滑,以保证运动序列的连贯性,从而达到对整体运动捕捉数据重构恢复目的.实验结果表明,该方法能够有效地对缺失运动数据进行恢复,使得重构后的运动序列能够较好地逼近于真实运动轨迹,准确度较高.

极大单调算子的一个投影近似邻近点算法

在Hilbert空间中给出求极大单调算子零点的近似邻近点算法,给出的误差准则比现有的算法弱,并证明该算法生成的序列{xk}弱收敛到算子的零点。应用该算法求解单调变分不等式,得到求解单调变分不等式的近似邻近点算法。

基于部分积概率分析的高精度低功耗近似浮点乘法器设计

浮点乘法器是高动态范围(HDR)图像处理、无线通信等系统中的关键运算单元,其相比于定点乘法器动态范围更广,但复杂度更高。近似计算作为一种新兴范式,在受限的精度损失范围内,可大幅降低硬件资源和功耗开销。该文提出一种16 bit半精度近似浮点乘法器(App-Fp-Mul),针对浮点乘法器中的尾数乘法模块,根据其部分积阵列中出现1的概率,提出一种对输入顺序不敏感的近似4-2压缩器及低位或门压缩方法,在精度损失较小的条件下有效降低了浮点乘法器资源及功耗。相较于精确设计,所提近似浮点乘法器在归一化平均错误距离(NMED)为0.0014时,面积及功耗延时积方面分别降低20%及58%;相较于现有近似设计,在近似位宽相同时具有更高的精度及更小的功耗延时积。最后将该文所提近似浮点乘法器应用于高动态范围图像处理,相比现有主流方案,峰值信噪比和结构相似性分别达到83.16 dB和99.9989%,取得了显著的提升。

一类混合变分不等式的可变度量惯性近似点算法

提出求解混合变分不等式问题的可变度量惯性近似点算法,该算法结合了经典的近似点算法和惯性算法,并且在算法的每一步中,采用了可变正定矩阵,该可变正定矩阵可诱导出可变度量.在合适的假设条件下,证明算法的全局收敛性以及非线性O(1/k)收敛率.研究混合变分不等式的解集为空集与该算法所得到的序列无界性之间的关系.