一种权重递增的粒子群算法

粒子群算法(Particle Swarm Optimization,PSO)是仿真生物群体的社会行为的一种智能优化算法,现在已广泛应用到各种优化计算中。PSO算法的权重参数采用随迭代而递减的时变策略,权重时变值一般是根据试验结果来确定的,很少通过理论分析来选择权重。利用PSO算法的理论模型,分析权重值对算法的影响,并说明PSO算法采用时变权重的合理性。进一步根据分析模型,提出一种权重可以随迭代而递增的PSO算法模型。通过利用经典的基准函数,经仿真试验验证,这种权重递增的PSO算法优于传统权重递减的PSO算法,并且其性能与标准PSO算法相当。

R*-树空间索引的优化研究

针对大型空间数据库应用的需求及己有空间索引技术的不足,在论述R-树及R*-树索引技术的相关概念、数据结构、算法描述及性能分析的基础上,提出了一种改进的R*-树空间索引结构。研究结果表明:改进后的R*-树与原始的R*-树相比具有更高的性能。

失效概率的E-Bayes估计及其性质

该文提出了参数的一种新估计方法——E-Bayes估计法,在无失效数据情形,给出了失效概率的E-Bayes估计的定义,在此基础上给出了失效概率的E-Bayes估计,并给出了失效概率的E-Bayes估计的性质——E-Bayes估计和多层Bayes估计的关系,最后,给出了模拟算例,结果表明该文提出的E-Bayes估计法可行且便于应用。

Weibull分布可靠性参数的置信限

为了解决航空航天产品、造价昂贵的产品、高可靠性产品的可靠性评定,文中在无失效数据情形,对寿命服从Weibull分布的产品,在形状参数已知时,给出可靠性参数——特征寿命、可靠度、可靠寿命的置信限。最后,结合发动的实际问题进行计算,结果表明本文的方法可行且便于应用。

只有一个失效数据情形失效概率的E-Bayes估计

该文提出了一种新的参数估计方法——E-Bayes估计法.在只有一个失效数据情形,提出了失效概率E-Bayes估计的定义,给出了失效概率的E-Bayes估计、多层Bayes估计,并给出了E-Bayes估计的性质.最后,结合实际问题进行了计算,结果表明该文提出的方法可行且便于应用.

OJ 287,0716+714与BL Lacertae的光变分析

OJ 287是存在着剧烈活动的低峰频BL Lac天体,其低频段的能谱与另两个TeV BL Lac天体(0716+714和BL Lacertae)在低频段的能谱很相似,但是切仑科夫望远镜却没能探测到它的TeV射线.利用这3个天体的观测数据,比较它们在22 GHz、37 GHz和B波段的最小光变周期及延迟的异同,进一步寻找没有观测到OJ 287的TeV伽马射线的可能原因.分析结果显示:(1)最小光变周期方面,OJ 287在37 GHz和B波段的周期偏小,在22 GHz,OJ 287与0716+714的结果相当,但与BL Lacertae相比要小很多,OJ 287的周期更短表明其活动性更强,却没有探测到来自OJ 287的TeV伽马射线,这表明OJ 287在TeV波段的辐射与这3个低能波段最小光变周期之间可能没有联系;(2)延迟方面,OJ 287在B波段相对于37 GHz的延迟要长于0716+714,短于BL Lacertae;在37 GHz相对于22 GHz的延迟要短于0716+714,而BL Lacertae在37 GHz相对于22 GHz的时延为负值,表明22 GHz要超前于37 GHz.通过对延迟的比较分析,并没有发现OJ 287与0716+714和BL Lacertae之间存在明显的差异;从能谱来看,很可能是由于OJ 287在TeV波段的能谱较陡造成切仑科夫望远镜没有探测到来自OJ 287的伽马辐射,但TeV能段较陡的能谱对低能段光变的影响目前还不是很清楚.

机会移动传感网中基于感知方向的数据收集

机会移动传感网中数据收集策略既要保证传输成功率、减小网络开销,也要尽量降低传感器的能量消耗,从而延长网络生命期。遵循简单实用的原则,提出了基于方向感知的数据收集策略(Data Gathering based on Perceptive Direction,DGPD)。当两个传感器相遇时,以距离它们最近的Sink节点为参照点,分别计算各自的感知方向。把感知方向作为一个重要参数来确定两个相遇传感器的消息转发路由,把消息转发给更有利于接近Sink节点的传感器,从而提高数据收集成功率,减少过多的消息转发。模拟实验结果表明,这种策略可以有效地完成数据收集,并获得较高的网络性能。

将数学实验的思想和方法融入大学数学教学

大学数学教学中应注重理论联系实际,注重数学思想和方法的讲授,强调应用案例中融入数学实验思想的新教学方法.改革课堂教学方法,探索新的教学模式,加强学生的实践性教学环节,培养学生的应用和创新能力.最后,本文给出了几个例子显示了数学实验与大学数学教学结合的效果.

从诺贝尔经济学奖看数学建模的价值

分为三个部分,第一部分,诺贝尔经济学奖的概述;第二部分,数学建模在经济学中的应用情况;最后一部分,展望经济科学的发展趋势.

产品可靠度的E-Bayes估计

提出了参数估计的一种新方法——E-Bayes估计法.对Pascal分布,给出了可靠度的E-Bayes估计的定义(在先验分布中有一个超参数情形),在此基础上给出了可靠度的E-Bayes估计,并给出了可靠度的E-Bayes估计性质——E-Bayes估计和多层Bayes估计的关系.最后,给出了模拟算例,结果表明本文提出的E-Bayes估计法可行且便于工程应用.

证券投资预测的马氏链法和E-Bayes法

本文提出了两种证券投资预测方法—马氏链法和E-Bayes法。首先对数据进行分组,然后在此基础上应用马氏链法和E-Bayes法的理论建立预测模型,最后结合实际问题进行了计算,两种方法的预测结果是一致的。

重积分、曲面积分直接化为定积分的一种方法

积分元素法的思想是分割求和.在某些情况用被积函数的等值线或等量面等方法来分割积分区域。

矩阵方程X+A_1~*X^(-1)A_1+A_2~*X^(-1)A_2=I的Hermite正定解

研究非线性矩阵方程有正定解的条件,给出了一个求Hermite正定解的算法.数值例子说明算法是可行有效的.

工科“概率统计”教学中的几个问题

结合工科“概率统计”教学的实践,主张对分布函数的连续性、密度函数的不唯一性、方差为零的充要条件这些教学难点,补充证明,加强讲解.

一种基于预测的自适应机会网络消息转发策略

针对机会移动网络数据转发机制进行了深入研究。机会移动传感网络以"存储—携带—转发"的方式实现节点间通信,需要减少网络中消息总的副本数量,提高消息传递成功率。基于简单实用的原则,提出结合消息副本率和与sink节点相遇概率的自适应消息转发策略(adaptive forwarding strategy,AFS)。当两个传感器相遇时,首先更新各自的消息副本率和与sink节点相遇概率参数;随后以这两个参数为依据,确定消息是否转发及转发方向。该方法可以有效提高消息传递成功率,降低网络中总体消息副本率,避免消息拥堵。实验结果表明,自适应消息转发策略是有效的,能够获得良好的网络性能。

输出镜反射性对Ⅱ类相位匹配倍频效率的影响

研究了V型腔Nd∶YVO4/KTP绿光激光器中的输出镜反射相移的产生原因。结合Ⅱ类相位匹配KTP倍频晶体的倍频特性,首次分析了反射相移对腔内基频光偏振特性及Ⅱ类相位匹配倍频效率的影响。结果发现:当反射相移△在0～π范围内变化时,倍频效率随△的增大而降低;当△<2°时,倍频效率相对于理想情况下降幅度很小,可忽略不计。利用矩阵法对输出镜多层膜特性进行了分析,通过合理控制入射角度,减小了反射相移,提高了激光器的倍频效率。

工科“概率统计”教学中的几个问题(Ⅱ)

讨论工科"概率统计"教学中有关数理统计的几个问题.在参数估计部分中,用举例的方法指出区间估计的"频率"解释不能令人满意,并讨论样本量与置信区间长度的关系;在假设检验部分中,指出"接受零假设"的提法不妥,通过一个例子讨论如何选择零假设.

利用三次剩余构造的基于身份的环签名方案

基于身份的环签名不仅可以保护签名者的隐私,而且简化了密钥管理过程,在Ad-hoc网络等领域有着广泛的应用。而大部分基于身份的环签名方案都是利用计算代价昂贵的双线性对构造的。该文利用三次剩余构造了一个基于身份的环签名方案,并利用随机预言模型证明了该方案在大整数分解困难问题假设前提下是适应性选择身份和消息攻击下不可伪造的。该方法为构造基于身份的环签名提供了新的数学工具,扩展了研究空间。

反对称次对称的线性方程组的缩减算法

充分利用反对称次对称矩阵的性质,解反对称次对称线性方程组Ax=b,并给出求该类方程解的缩减算法.该算法可节省计算量,提高计算效率.两个数值例子说明算法是有效的.

失效率的E-Bayes估计及其性质

文章讨论了在有失效数据情形下,当失效率的先验分布为Gamma分布,且Gamma分布中含有双超参数时的失效率的E-Bayes估计和多层Bayes估计,并给出失效率的E-Bayes估计的性质——E-Bayes估计和多层Bayes估计的关系,即证明了失效率的E-Bayes估计与多层Bayes估计是渐近相等关系。