一种随机可分离的连续线性规划的解法

证明了在一些容易验证的假设下,2阶段、n种情形的随机可分离的连续线性规划问题的求解可以由求解n+1个可分离的连续线性规划问题来解决,给出了一种求解随机可分离的连续线性规划问题的解法.

例谈连续型随机变量独立性的一种判别方法

教材上常说:连续型随机变量X与Y相互独立的充要条件是密度函数可分离变量.但有许多例子,随机变量(X,Y)的密度函数虽然"可分离变量",X与Y却不相互独立.本文对这一模棱两可的问题进行了分析.

地基土的随机地震反应的一个解法

利用连续线性系统的随机振动理论,研究非均匀地基土层地震的动力反应问题。假定土层的剪切模量随深度线性变化,得到土层的最大位移反应的均值和方差。引入结构微分算子,采用模态叠加法进行反应分析,与普通的分离变量法相比较,此方法概念明确、步骤简单。

连续型随机向量联合熵的离散方差分离估计

提出了一种"离散方差分离"法,用于连续型随机向量联合熵的估计.方法分为"方差分离"和"离散"两个步骤.前者通过分离"标准熵"与"标准差对数和"来避免维数灾害;后者通过各分量的"最佳分割数"来离散连续型随机向量,从而避开了联合密度估计.仿真实验表明:该方法以很低的计算复杂度,准确地逼近了理论值.

随机凸分析(Ⅰ):随机局部凸模中的分离性以及Fenchel-Moreau对偶性

为了给出条件风险度量模途径一个牢固的分析基础,本文的目标是在同时考虑(ε,λ)-拓扑和局部L^0-凸拓扑的条件下,在随机局部凸模上建立完整的随机凸分析.本文致力于研究随机局部凸模中的分离性以及Fenchel-Moreau对偶性.主要结果是给出在这两种拓扑下随机局部凸模的两类随机共轭空间的精确关系,这保证了不但可以彻底解决单点集和一个闭L^0-凸集的分离定理,而且可以在随机局部凸模上建立完整的Fenchel-Moreau对偶表示定理.

面向算法的遗传算法类库设计

遗传算法个体数据结构复杂,随机性是其基本特性。建立一个标准的、开放的遗传算法类库有利于遗传算法的直接应用和在此基础上进一步扩充。本文提出用面向算法的模式将多种数据结构的遗传算法(二进制编码、实型编码、有序编码、变长串编码、遗传程序设计编码等五种算法)统一建模,实现了数据和算法分离,静态数据和动态数据分离,群体和个体分离。这样的类库设计结构更加清晰,实现了易用性、可扩充性与易调试性的统一,可用于对线性规划、旅行推销员问题、数据回归等问题的求解。