浅谈代数中的同余关系

同余关系在每一个代数分支的研究中都占据着重要的地位。本文以《泛代数》为指导 ,叙述半群、群、环、半环、模、半模等代数分支的同余关系 ,并讨论它们与子系统的关系 ,主要结果有命题 4、命题 7。     

商空间的基

通过引入一个熟知的线性空间作桥梁，揭示了商空闻R^n／S基与矩阵A之间的关系。     

商文化研究

商文化是指商主体信奉本付诸于实践的价值理念。文化是商主体的“软件”，商文化是商主体发展的灵魂，是构建商事组织的“基因”。     

一种基于插入法的禁忌搜索算法

结合插入法和禁忌搜索算法的优点，提出了一种基于插入法的禁忌搜索算法TIS(tabu-insert search)，该算法利用禁忌搜索算法较强的局部搜索能力和插入法在构造高质量解时的优越性来进行解空间的搜索．TIS能有效地帮助搜索程序跳出局部最优解，找到全局最优或次优解．以典型的组合优化问题TSP为例，验证了该算法的有效性，计算机实验的结果表明该算法有较好的寻优能力．     

天然商陆色素稳定性研究

从商陆科植物商陆(Phytohcca acinosa Roxb)浆果中提取一种紫红水溶性色素。在不同理化条件下对该色素进行了研究，结果表明，该色素在pH3-5范围先稳定性，热稳定性好，氧化剂有一定影响，糖无不良影响，对部分金属离子具有敏感褪色作用，毒性实验表明安全，对某些疾病具有一定的治疗作用。     

非整数次Sobolev空间的稠密性定理

本文用简明的泛函分析方法证明在区域Ω上的非整数次Ｓｏｂｏｌｅｖ空间Ｈｓ（Ω）的稠密性定理，即当且仅当ｓ≤１／２，空间Ｃ０∞（Ω）在Ｈｓ（Ω）中稠密。并进一步推出，空间Ｈ０（Ω）＝Ｌ２（Ω）与Ｈｓ（Ω）（０＜ｓ＜１／２）函数的差异．这种差异表现在边界邻域的性态上．     

一种总体最小二乘算法及在Volterra滤波器中的应用

针对输入输出观测数据均含有噪声的滤波问题，提出了一种鲁棒的总体最小二乘自适应算法．该算法利用滤波器的增广权向量的瑞利商为损失函数，导出了其自适应迭代公式，并利用随机离散学习规律对权向量模的分析进行算法梯度修正，提高了算法的噪声鲁棒性，而且使得算法简单，稳定性好，收敛精度高．将该算法应用于Volterra滤波器，可使滤波器在非线性系统中的信噪比达到10dB，在学习因子为0．01时，算法仍然能够保持良好的收敛性．仿真结果表明，即使在高噪声环境或使用较大学习因子的情况下，该算法的鲁棒抗噪性能和稳态收敛精度均明显高于其他总体最小二乘方法．     

半群分次范畴的Smash积

设S为有单位元1的可消半群,引入半群S-分次范畴的Smash积的概念,分别证明半群S-分次范畴C的Smash积C#S的商范畴(C#S)/S与范畴C同构,以及自由半群S-范畴B的商范畴B/S的Smash积范畴(B/S)#S与范畴B同构.从而说明半群分次范畴的Smash积与自由半群作用范畴的商在半群分次范畴和自由半群作用范畴之间是互逆的结构.     

基于改进遗传算法的光伏板清洁分级任务规划

针对利用移动清洁机器人对大面积光伏电站光伏板清洁作业时的任务规划问题,提出分区规划策略.根据风口、光照时长等环境因素对光伏电站采用基于清洁优先级的分级任务规划,利用Hamilton图将太阳能光伏板清洁问题转化为巡回旅行商问题(TSP).针对遗传算法效率低、容易过早收敛的缺点,提出锦标赛选择法与轮盘赌选择法相结合的混合选择算子和基于分段规则的交叉算子的改进遗传算法.采用改进遗传算法规划机器人清洁光伏电站的清洁顺序.实验结果表明,相比于自适应遗传算法,改进遗传算法的求解效率更高、结果更好.     

蚁群算法与免疫算法的混合算法

蚁群算法是近些年来启发式算法研究的一个热点,在求解复杂组合优化问题上具有强大的优势.作为一种全局搜索的方法,它具有正反馈性、并行性、分布性、自组织性等特点.但是,蚁群算法也存在一些不足之处:例如,算法需要较长的搜索时间、容易出现早熟、停滞现象.针对上述不足,在深入研究蚁群算法的同时,又对免疫算法进行了一定的研究和分析后,针对蚁群算法中的个体蚂蚁缺乏识别问题特征信息的能力,将免疫算法中疫苗的思想引入到蚁群算法中,提出了蚁群算法与免疫算法的混合算法.将问题的特征信息作为疫苗注射给蚂蚁,使蚂蚁具有"免疫"的能力,旨在借鉴其他仿生算法的长处,利用其优点弥补蚁群算法的不足,从而提高蚁群算法的求解性能.