基于云神经网络的空间推进系统故障检测与诊断

本文提出并研究了用于空间推进系统故障检测与诊断的云神经网络方法，并以某空间推进系统推力器为研究对象进行了验证。仿真结果表明，该方法用于推力器故障检测与诊断是可行的，辨识精度较高，能够实时反映推力器工作状况，并能及时判断。     

一致平滑Banach空间的特征

Hilbert空间内积公式||x+y||~2=||x||~2+2+||y||~2的变形推广,在应用上具有重要意义,本文后一作者对其作了详细的研究,并给出了一致凸Banach空间的特征不等式如下:     

遗传算法的概率收敛定理

通过对于遗传算法一般模型收敛性的讨论,给出一般模型概率收敛的条件,应用这些条件证明了杰出者遗传算法,整体退火遗传算法、最佳值遗传算法、广义模拟退火遗传算法的概率收敛定理。     

用混合型蚂蚁群算法求解TSP问题

介绍了求解TSP问题的混合型蚂蚁群算法，并以att532(美国532个城市)为例给出了计算实验结果，说明了混合型蚂蚁群算法能改进标准蚂蚁群算法的计算效率和计算结果的质量。     

Ishikawa迭代法的收敛性及其与Mann迭代法的比较

最近,Ishikawa[1]对于构造准非扩张算T子的不动点建议了下述形式的迭代方法:     

求置换因子循环矩阵的极小多项式和逆的算法

本文引入了任意域上置换因子循环矩阵,利用多项式环的理想的Gr(?)bner基的算法给出了任意域上置换因子循环矩阵的极小多项式和公共极小多项式的算法,同时给出了这类矩阵逆矩阵的两种算法最后,利用Schur补给出了任意域上具有置换因子循环矩阵块的分块矩阵逆的一个算法,在有理数域或模素数剩余类域上,这一算法可由代数系统软件CoCoA4．0实现。     

一种均衡网络流量的遗传算法

基于整数规划的多限制条件下流量分布优化数学模型，该文设计了一种基于遗传算法的优化算法来求解计算复杂度高的均衡网络流量问题，进行全空间并行搜索，采用自然数编码及选择交叉变异算子，结合最优个体保存策略进行选择，融入自动信息。仿真结果证明算法是有效的，改善了传统路由算法易于导致的网络流量分布不均衡的状况。     

多项式函数的神经网络逼近: 网络的构造与逼近算法

该文作者先用构造性方法证明：对于给定的r阶多项式函数，可以具体地构造出一个三层前向神经网络，以任意精度逼近该多项式，所构造的网络的隐层节点个数仅与多项式的阶数r和网络的输入个数s有关，并能准确地用r表达；然后，给出一个实现这一逼近的具体算法；最后，给出两个数值算例进一步验证所得的理论结果．该文所获得的结果对前向神经网络逼近多项式函数类的网络具体构造以及实现逼近的方法等问题具有较为重要的指导意义．     

用神经网络启发式算法求解最大独立集问题

本文提出一种求解最大独立集问题(MIS)的启发式神经网络算法.该算法基于MIS问题的特点,有效地限制神经网络初始点的选择范围,并利用神经网络快速收敛能力获得问题的解.与标准神经网络算法相比,该算法显示了较高的全局优化性态与计算效率.模拟计算实例表明了该算法的有效性.     

基于视觉系统的聚类算法

人类对于结构的感知方式和产生数据的物理系统原理对于聚类分析而言具有同等的重要性。因此,在聚类算法的设计和分析中,模拟人类的主要器官－视觉系统将帮助我们解决这一领域的一些基本问题。从这一观点出发,文中提出一类基于初级视觉系统尺度空间理论的聚类算法,并通过引入显著性假设,将生物物理学中的Weber定律与聚类结构的有效性联系起来。由此产生的聚类算法简洁有效,并可部分地回答那些与人类感知数据结构相关联的聚类有效性问题。我们的数值试验表明这一方法具有广泛的应用前景。