单纯形法中枢轴元素选取准则的改进

通过对线性规划的单纯形法的基变换的分析和认识,改进了确定枢轴元素的方法,使单纯形法的收敛速度得到了提高。并利用新的入基变量准则和与之相适应的单纯形作业法给出了例证。     

图像脉冲噪声的概率神经网络识别滤波方法

提出了一种用概率神经网络(PNN)检测图像随机脉冲噪声点方法.首先提取已知图像脉冲噪声像素点的特征作为PNN的输入,然后建立了PNN脉冲噪声点识别模型,再对其它噪声图像的每一个像点进行识别,最后只对噪声点进行中值滤波.Matlab仿真实验表明,同BPNN检测方法相比,该网络能明显提高识别正确率,因此有更好的脉冲噪声滤除效果,且该方法滤除脉冲噪声简单快速,是一种较好的神经网络图像脉冲噪声识别滤除方法.     

R0代数的注记

讨论了R0代数与MV代数的关系，给出了R0代数的一种根。     

最佳多项式逼近与多元Bernstein算子的加权逼近阶

以加权最佳多项式逼近度为度量工具，建立单纯形上Bernstein算子加Jacobi权逼近的正逆定理，进而刻画逼近阶的特征．     

改进的带有局部搜索算子的量子粒子群算法

带有局部搜索算子的量子粒子群算法(MQPSO-LQPSO)是一种较成功的改进的QPSO算法,但是该算法在搜索震荡的不足,在一定程度上降低了搜索效率.针对该问题,提出了一种改进方法,将LQPSO搜索得到的最优粒子替换MQPSO的Gbest和当前群中适应度最佳的粒子和最差的粒子.在标准测试函数上的仿真实验结果表明,改进的算法在不改变原有算法框架和不引入新的参数条件下,提高了MQPSO-LQPSO的搜索能力和计算效率.     

基于MQPSO—LQPSO的RBF神经网络训练方法

带有局部搜索的量子粒子群算法是一种较为成功的改进型量子粒子群算法。将该算法用于RBF神经网络的结构优化和参数优化,在确定网络参数的同时也确定了网络的结构。在函数逼近上的仿真实验表明,这种优化是有效的。     

离子液体催化制备生物柴油研究进展

生物柴油由于具有环保、可再生、良好的润滑性与稳定性等优良特征,已逐渐成为汽油、柴油等传统石化燃料的替代品。目前,生物柴油的制备过程中所采用的催化剂多为固体酸碱、液体酸碱等传统非均相与均相催化剂,虽然可以得到较高收率的生物柴油,但此类传统催化剂在使用过程中会造成设备腐蚀、废水处理等与环境、经济相关的问题。离子液体因具有结构可设计性、不易挥发、良好的化学稳定性、无污染以及易回收等优点,可作为一种应用于生物柴油制备的新型高效绿色环保催化剂。结合近几年离子液体在生物柴油合成领域的最新研究,综述了不同种类离子液体催化制备生物柴油的应用进展。