基于插值细分的逼近细分法

通过在Hassan的四点三重插值细分法中引入一个偏移变量,推导出了一种逼近细分法,从而使三重逼近细分和插值细分统一到一个细分格式.该方法利用细分格式的生成多项式,在理论上分析了提出的细分格式的一致收敛性和Ck连续性;通过对细分格式中参数u取不同的值,可对生成的极限曲线形状进行控制.数值实验结果表明,文中方法是合理有效的.     

多参数融合的飞行品质评估模型的建立

目前航空管理机构与航空公司进行飞行品质评估主要是依据经验与简单飞行参数统计数字,这样做难以得出科学、客观的评估结果。基于提升全行业安全保障能力和运行品质的需求,研究了利用计算机技术对飞行品质进行综合评估的方法。选取了理想值逼近法作为飞行品质综合评估的手段,结合波动通道模型作为飞行品质评估的理论基础,基于提出的飞行品质评估模型对飞行品质评估系统进行了设计。对真实的飞行参数数据建立综合评估模型,同时考察多次航班的多个飞行参数,给出综合的飞行品质评估结论,为飞行评估、训练提供理论基础和科学的评判方法。     

电力无线通信异构多网共存环境中的网络选择算法

综合考虑电力业务需求和无线专网性能因素,针对邻域网、LTE无线专网、WiMAX无线专网和230 MHz无线专网等构成的异构多网混合共存场景,提出一种网络选择算法。该算法以AHPTOPSIS算法为基础,首先构建能表征候选网络与决策属性之间关系的决策矩阵,归一化处理获得归一化决策矩阵;利用AHP算法,依据不同业务类型下决策属性与网络性能之间的相对关系定义权重,对归一化决策矩阵加权获得加权归一化决策矩阵;然后对TOPSIS算法进行改进,依据加权归一化决策矩阵确定正负理想值,利用正理想值与候选网络之间的最小距离以及负理想值与候选网络之间的最大距离确定理想网络,计算各候选网络与理想网络之间的有效距离;据此执行候选网络排序和最佳网络选择,以避免运行TOPSIS算法可能存在的排序异常。仿真结果表明,该算法能根据电力业务需求对候选网络进行正确排序和最优选择,且能在满足业务服务质量的同时,提高资源利用率。     

基于DPSA的水库优化调度方案研究

建立了水库发电优化调度模型,并采用动态规划逐次逼近法(DPSA)与动态规划(DP)嵌套模型进行求解。以西北某流域梯级水库为例进行计算,验证了模型的合理性,得到了合理的优化调度方案。通过对常规调度图模拟方案与优化方案的汛期弃水过程、汛初6月水位、凌汛期初11月水位和出力过程进行分析,总结水库调度运行特点,可为水库的实际运行提供参考。     

基于树语言逼近的安全协议形式化分析

利用形式化方法或工具自动化分析实用安全协议十分必要,定理证明技术因其可解决无限状态系统的验证备受关注,但扩展其验证规模和自动化实现时仍然存在一些局限性。以定理证明和重写逼近理论为基础,以项重写形式化定义协议模型,以树自动机模拟协议攻击者知识集,给出攻击者知识集可达项逼近求解的算法,并根据上述模型讨论秘密性和认证性的验证方法,最后以Needham-Schroeder公钥认证协议为例验证模型的有效性,并指出下一步研究方向。     

基于LMBP改进算法的神经网络结构优化

提出了一种基于增长法的神经网络结构优化算法。在函数逼近的BP神经网络中引入一种改进的BP算法(LMBP算法),通过二次误差下降与梯度下降,利用误差变化规律分析网络结构的优化程度,自适应地增加隐层神经元或网络层次,从而得到一个合适的网络结构。进行了仿真实验及该算法与RAN算法用于逼近函数的对比实验,实验结果表明了该算法的有效性。     

一种软件人性格近似度度量模型

提出一种软件人个体性格度量模型.为了对软件人无限可列的性格进行度量比较,假定每个软件人都存在一个"性格"特征向量,个体之间的性格差异总是由线性空间的距离表示,由此建立软件人和一个软件人群的线性方程.分别在有解和无解的情况下求出距离,根据该距离定量确定软件人以及软件社会中性格趋同的程度,实现聚类或其他判别运算.通过设定3组实验数据,验证该模型具有一定的实际意义.     

遗传前馈神经网络在函数逼近中的应用

人工神经网络具有高计算能力、泛化能力和非线性映射等特点,被成功应用于众多领域,但缺乏用于确定其网络拓扑结构、激活函数和训练方法的规则。该文提出利用遗传算法优化前馈神经网络的方法,将网络结构、激活函数和训练方法等编码作为个体,发现最优或次优解,针对特定问题设计较理想的前馈神经网络。介绍遗传算法的具体步骤,对非线性函数逼近进行实验,结果表明优化后前馈神经网络的性能优于由经验确定的前馈神经网络,验证了本文方法的有效性。     

代数曲线的有理二次B样条逼近

基于代数曲线的合理分割,给出了曲线段的三角形凸包的描述.提出了以曲线段端点的两条切线确定控制多边形的方案.详细地讨论了代数曲线的分段有理二次B样条逼近算法.逼近曲线保持了原始曲线的一些重要几何性质,如单调性,凹凸性,G1连续性.数值实验表明,该算法提供了代数曲线近似参数化的一条有效途径.     

Lower estimation of approximation rate for neural networks

Let SFd and Πψ,n,d = { nj=1bjψ(ωj·x+θj) :bj,θj∈R,ωj∈Rd} be the set of periodic and Lebesgue’s square-integrable functions and the set of feedforward neural network (FNN) functions, respectively. Denote by dist (SF d, Πψ,n,d) the deviation of the set SF d from the set Πψ,n,d. A main purpose of this paper is to estimate the deviation. In particular, based on the Fourier transforms and the theory of approximation, a lower estimation for dist (SFd, Πψ,n,d) is proved. That is, dist(SF d, Πψ,n,d) (nlogC2n)1/2 . T...