BFGS修正算法在前馈神经元网络学习中的应用

介绍了拟牛顿公式中 BFGS修正算法和 Wolf- Powell不精确线性搜索准则所具有的全局收敛性质 。

研制阶段测试性验证与评价的动态贝叶斯方法

针对研制阶段测试性增长实验数据"小子样、多阶段、异总体"的特点导致测试性水平难以验证与评价的问题,提出一种优化的动态贝叶斯方法。引入新Dirichlet分布构造一个故障检测率的动态增长模型;引入D-S区间证据推理理论融合同一阶段的多个专家信息,在此基础上得到置信度更高的先验区间,用非线性优化理论拟合先验信息求解模型中的超参数;利用贝叶斯信息融合理论推断故障检测率的多元联合后验分布,采用Gibbs抽样求解高维后验积分。实例对比分析结果表明,该方法有效地融合了区间型的专家信息,提高了评价结果的置信度,为研制阶段测试性验证与评价的研究提供了一种理论依据和解决方案。

加重面数大于测点数的转子平衡方法的研究

提出了一种转子动平衡的最优化算法 ,该算法以影响系数法为基础 ,应用非线性最优化理论 。