线性方程神经网络——Minimax准则的光滑法方法

将神经网络用于线性系统方程的求解问题 ,但所用的准则函数不是通常的最小二乘函数 ,而是l∞(或Chebyshev)范数准则函数 ,即E∞(x) =maxx∈Rn{ |ri(x) |}或E∞(x) =maxx∈Rn12 r2i(x) .先将E∞(x)光滑化 ,再利用神经网络来求解无约束光滑优化问题。并讨论了网络的收敛性和稳定性。

城市有益设施选址中的加权minimax准则研究

对城市设施选址进行研究 ,提出一种的城市设施选址方法 ,即加权minimax准则方法 。

带交易费用组合证券投资的minimax模型

交易费用对投资者的投资绩效具有直接影响.本文研究了在具有交易费用的情形下,资产投资上限有界以及不允许卖空的证券投资组合优化问题.模型以最小化最大个人风险的minimax准则作为风险度量方法.利用凸规划的Lagrange乘子法与KuhnTucker条件,得到了投资者最优投资策略的显式表达式.最后,利用数值例子阐述了该风险控制模型的投资策略,从而为投资者提供决策依据.

分布式阵列方向图综合方法研究

针对分布式阵列孔径栅瓣或旁瓣抑制问题,结合分布式阵列结构与方向图乘积定理,提出了一种分布式阵列双程方向图设计方法。首先,通过综合适当的阵列因子和子阵方向图函数来最大限度地消除栅瓣并降低旁瓣级;其次,采用Minimax准则进行发射方向图权值设计来进一步抑制存在的栅瓣;最终,采用独立的发射和接收天线阵列,基于方向图相乘可以获得无栅瓣影响的大孔径分布式阵列。仿真分析结果表明,该方法能够有效抑制分布式阵列的栅瓣和旁瓣,获得期望的阵列方向图性能,有助于提高雷达探测能力。

先验概率未知时的多元Bayes判决Minimax方法

对于Bayes判决,需先知道各种假设的先验概率。当先验概率未知时,二元判决可用Minimax准则获得最坏先验概率时的Bayes判决。作者将这一结果推广到一般的多元Bayes判决中,给出了一般的多元Minimax方程组,并由此诱导出算法。数值例子显示本算法可行,