基于虚拟阵技术与LS的宽带DBF算法

数字侦察接收机带宽可能覆盖几个倍频，因此若按照信号最高频率信号半波长作为阵元间距，则会出现严重的阵元间耦合，而若按照信号最低频率信号半波长作为阵元间距，则对高频信号出现严重的栅瓣。针对上述问题，提出了虚拟阵技术和LS算法融合的宽带DBF算法，成功抑制了高频信号的栅瓣。研究了EAVA、TAVA两种虚拟阵技术，两种技术不需要侦察信号的先验知识，应用两种快速计算虚拟阵元信号的算法，对于最终得出来的阵元信号选用最小二乘(LS)算法进行宽带聚焦处理，最后波束形成。仿真信号选用S波段(2~4GHz)雷达信号，结果表明在同一真实阵元数情况下，两种算法均能抑制信号栅瓣，并且缩小主瓣宽度，从而提高数字侦察接收机的角度分辨率。     

带状线性方程组的含参交替方向并行算法

在MIMD分布式存储环境下针对系数矩阵为带状或块三对角矩阵的线性方程组提出了含三参数交替方向迭代并行算法。通过引入三参数调整,并适当分裂系数矩阵得到新算法,给出了系数矩阵为若干特殊矩阵时算法的收敛条件。在HP rx2600集群系统上实现了算法,针对不同的算例将其与多分裂方法、BSOR方法和PEk内迭代方法进行了比较。并行计算结果表明,所提算法具有较高的加速比和并行效率,明显优于多分裂方法和PEk方法,能合理分配内存,从而有效节省计算时间。针对算例1,加速比和计算效率略优于BSOR方法;而算例2的结果明显优于PEk内迭代方法。     

高效求解多峰值全局优化的区间-遗传算法

针对传统区间优化算法求解高维问题耗时的缺点,将区间算法和遗传算法进行融合,提出了一种区间-遗传算法。该算法利用区间算法为遗传算法的搜索区域进行定界,同时采用拒绝指标可使包含全局最优解的区间更容易被选择,而且算法通过遗传算法提供的问题全局最优解的上界可对那些不包含全局最优解的区间进行删除。对一些多峰值全局优化问题进行了仿真实验,结果表明:该算法相比传统区间优化算法更加有效,而且随着问题维数的增大,算法的高效性更加明显。     

基于互信息学习贝叶斯网络等价类*

由数据构造贝叶斯网络结构是NP-难问题,根据互信息和条件独立测试,提出了一种构建最优贝叶斯网络结构的新算法。数值实验表明,新算法能较快地确定出与数据匹配程度最高的网络结构,从而能更高效地学习贝叶斯网络结构。     

构建本质图的改进算法*

利用图论相关知识,提出了一种构建本质图的改进算法。数值实验表明,对于V-结构较多的非循环有向图,改进算法能相对较快地确定出其本质图,从而能更好地学习贝叶斯网络的等价类。     

反拟阵自同构群的公理系统及其性质

给出了反拟阵自同构群的定义,利用反拟阵的公理系统建立其自同构群公理系统;在此基础上,讨论了拟阵与反反拟阵之间的一些关系。     

广义集值混合变分不等式的一类单调算法

本文利用一个新的技巧建立了广义集值混合变分不等式与新的不动点问题的等价性。利用这个等价性,我们提出和分析了一类解集值混合变分不等式和相关的优化问题的新算法。我们的结果统一和改进了该领域内的一些最新结果。     

混合生物地理优化策略

针对生物地理学优化算法全局搜索能力较弱,易于陷入局部最优解的缺点,提出了一种双向搜索的策略.在生物地理学优化算法中引入反转算子与正交实验设计的思想,以提高算法的收敛速度与全局搜索能力.通过对标准测试函数的实验,显示出新算法的高效性,并将其应用于调谐质量阻尼器参数优化问题.实验证明,该算法不但克服了原算法的缺陷,而且在精度和稳定性上也得到了显著提高.     

基于K最优路径的QoS路由预计算新算法

针对下一代高速网络中的多约束服务质量路由问题,首先提出了一种精确链路状态信息条件下的路由预计算算法MKPPA.在此基础上根据网络状态信息的动态性,通过引入"警戒点"对MKPPA进行了改进,提出了一种基于警戒点的修正预计算算法M_-MKPPA,该算法能够适应网络链路信息的不精确性.最后通过理论分析表明MKPPA不仅能够解决加性度量参数受约束的QoS路由问题,而且能够解决加性与非加性度量参数混合受约束QoS路由问题,修正预计算算法M -MKPPA能够适应网络链路状态信息的动态特性.计算机仿真结果显示出MKPPA在求解QoS路由问题时,当计算次数不超过已有算法的计算次数时,不论是精确链路状态信息还是非精确链路状态信息条件下,均具有更高的路由计算成功率.     

带有Poisson跳的股票价格模型的期权定价

利用公平保费原则和价格过程的实际概率测度推广了Mogens bladt和Hina Hviid Rydberg关于欧式期权定价的结果。假定股票价格过程遵循带非时齐Poisson跳跃的扩散过程，并且股票预期收益率、波动率和无风险利率均为时间函数的情况下，获得了欧式期权精确定价公式和买权与卖权之间的平价关系。