特定能级下Fermi体系反演

对特定能级下Fermi反演进行了研究。首先提出问题的不适定性,然后用Tikhonov正则化方法的思想,将问题离散化后,用代数正则化方法求稳定近似解。并给出了误差估计,最后,给出了数值实例。     

一种图像去模糊正则化恢复算法参数确定方法

为了解决模糊正则化恢复算法中参数确定问题,提出一种正则化参数确定方法,该方法根据降质图像特征计算正则化参数.分析了目前普遍应用的全变分正则化方法和该问题的改进拉格朗日迭代解法(SALSA),分析不同正则化参数对恢复效果的影响,提出的正则化参数确定方法与噪声和原图像梯度大小相关.对不同梯度和噪声图像的不同正则化参数恢复效果进行对比,得到提出的正则化参数确定方法能使恢复图像的改进信噪比处于最大值附近.从实验视觉效果得出,该参数确定方法能够抑制降质图像的噪声并能够尽量恢复原图像细节信息.     

基于Grobner基与合冲模方法的M－带对称正交小波设计

通过引入计算代数中Grobner基以及合冲模的相关算法,提出对多相位矩阵进行正交化,从而得到了同时具有对称性和任意正则阶的M-带正交小波的高效设计方法。与现有方法相比,克服了构造过程复杂以及不能保持线性相位的缺陷。     

解二维卷积型积分方程的正则化方法

基于傅立叶变换和Tikhonov的正则化方法,讨论了解二维卷积型积分方程的正则化方法。     

正则化方法在非线性分析中的应用

本文用正则化方法给出了麦夸脱方法的一个误差估计式.     

不适定问题和Tikhonov正则化方法

介绍了解不适定问题的Tikhonov正则化方法,给出它的基本概念、基本结果以及它的进一步发展。     

一种带限信号重建和外推的方法

讨论一种新的高频重建的数值方法。此方法包括三步:首先将问题用傅立叶变换到频域;其次,用Tikhonov正则化方法求问题的正则解;最后用傅立叶反变换变回时域。它能充分利用卷积型积分方程的特性,计算复杂度低。文中给出算法,证明收敛性;还给出计算机实验结果。     

正则化方法在拉普拉斯数值反演中的应用

本文用正则化方法给出了拉普拉斯变换的数值反演方法,并考虑了问题的不适定性,此方法在实际中有较强的应用价值.     

特定温度下的费米体系反演

基于Tikhonov正则化方法的思想,提出了一个费米体系反演的数值方法。给出了一个正则算子的构成方法,克服了凭经验选择正则参数的缺点。证明了收敛性,并给出了误差估计。而且,应用该算法对费米体系反演进行了研究,对计算机给出的实验结果进行了讨论。     

基于L曲线的跳频信号重构正则化参数优化

研究了基于L曲线的跳频信号重构正则化参数的选取问题,对跳频信号的稀疏性进行了分析,采用L曲线对系统的最优正则化参数进行了选取．在此基础上,通过推广的正则化FOCUSS算法估计了跳频信号的稀疏表示．仿真结果表明,通过L曲线选取的正则化参数在推广的正则化FOCUSS算法下,能够实现跳频信号在噪声环境下的重构．     

带限信号的最大熵正则外推算法

基于最大熵正则化构造了一种新的稳定的带限信号正则外推算法。当噪声δ（t）∈L~2[—T.T],其误差能量为δ,而且当δ→0时,所求得的正则化解将在（- ∞,∞）内一致收敛于问题的精确解。     

北斗GEO卫星用户算法的改进方法研究*

针对北斗GEO用户算法需要进行5?倾角的坐标旋转处理这一过程,本文提出了采用经典广播星历参数用户算法直接解算北斗GEO卫星位置的改进方法,并同时给出了相应的基于第二类无奇点根数的广播星历拟合算法。该算法采用第二类无奇点轨道根数代替经典轨道根数,解决了由GEO轨道的小倾角特性引起的经典广播星历参数拟合过程中法化矩阵奇异的问题。从而避免了北斗GEO用户算法中坐标旋转处理过程,减少了GEO用户算法的计算步骤。经过仿真验证,本文提出的改进方法在卫星轨道拟合过程中与原算法精度相当;在卫星轨道外推过程中与原算法相比略有精度损失,但仍满足用户导航定位精度的需求。最后,采用实际北斗GEO星历解算的轨道数据验证了改进算法的有效性。     

防空地监哨情报融合研究*

在得到防空地监哨直接观测信息的基础上,对目标可能航向进行二次外推,并利用效用函数综合评估法对目标相关性进行检验,完成对目标信息的融合,解决了地监哨情报数据的关联和航迹外推问题。仿真及试验结果表明该方法用于防空地监哨情报融合是可行的,其结果分析的应用能指导地监哨训练和战时地监哨的配置。     

对空观察哨情报融合

在得到对空观察哨直接观测信息的基础上,对目标可能航向进行二次外推,并利用效用函数综合评估法对目标相关性进行检验,完成对目标信息的融合,解决了观察哨情报数据关联和航迹外推问题.仿真及试验结果表明该方法用于防空观察哨情报融合是可行的,其结果分析的应用能指导观察哨训练和战时观察哨的配置.     

Computing the discounted return in markov and semi-markov chains

This paper addresses the problem of computing the expected discounted return in finite Markov and semi-Markov chains. The objective is to reveal insights into two questions. First, which iterative methods hold the most promise? Second, when are interative methods preferred to Gaussian elimination? A set of twenty-seven randomly generated problems is used to compare the performance of the methods considered. The observations that apply to the problems generated here are as follows: Gauss-Seidel is not preferred to Pre-Jacobi in general. However, if the matrix is reordered in a certain way and the author's row sum extrapolation is used, then Gauss-Seidel is preferred. Transforming a semi-Markov problem into a Markov one using a transformation that comes from Schweitzer does not yield improved performance. A method analogous to symmetric successive overrelaxation (SSOR) in numerical analysis yields improved performance, especially when the row-sum extrapolation is used only sparingly. This method is then compared to Gaussian elimination and is found to be superior for most of the problems generated.     

三角形线元的渐近展开与外推

本文通过正则坐标变换,把光滑域上的有限元解的误差估计转化为正六边形域上6PC剖分下的误差估计。在适当的条件下给出了三角形线元解的渐近展开式(u—u_h)(z)=c(u)h~2+o(h~3|lnh|)及外推估计式‖u-u_h‖_(0,2,M~h)=o(h~3|lnh|)。     

战斗建模中的作战Agent模型研究

围绕战斗建模中的作战Agent模型的实现问题,通过对坦克战斗过程的分析,提出了以属性建模、能力建模和行为机制建模为要点的作战Agent建模方法,并在此基础上建立了面向实际应用的作战Agent模型;通过推演实验和与兰切斯特方程的比较实验,验证了作战Agent模型在模拟和解释战斗活动时的可行性、有效性和可操作性。     

An algorithm (GIPC2) for solving integer programming problems with separable nonlinear objective functions

This paper presents an algorithm for solving the integer programming problem possessing a separable nonlinear objective function subject to linear constraints. The method is based on a generalization of the Balas implicit enumeration scheme. Computational experience is given for a set of seventeen linear and seventeen nonlinear test problems. The results indicate that the algorithm can solve the nonlinear integer programming problem in roughly the equivalent time required to solve the linear integer programming problem of similar size with existing algorithms. Although the algorithm is specifically designed to solve the nonlinear problem, the results indicate that the algorithm compares favorably with the Branch and Bound algorithm in the solution of linear integer programming problems.     

Concave minimization over a convex polyhedron

A general algorithm is developed for minimizing a well defined concave function over a convex polyhedron. The algorithm is basically a branch and bound technique which utilizes a special cutting plane procedure to' identify the global minimum extreme point of the convex polyhedron. The indicated cutting plane method is based on Glover's general theory for constructing legitimate cuts to identify certain points in a given convex polyhedron. It is shown that the crux of the algorithm is the development of a linear undrestimator for the constrained concave objective function. Applications of the algorithm to the fixed-charge problem, the separable concave programming problem, the quadratic problem, and the 0-1 mixed integer problem are discussed. Computer results for the fixed-charge problem are also presented.     

指派问题的降阶优化算法

指派问题是运筹学中特殊线性规划中的一类问题。在现实生活中,指派问题非常普遍,常常可以见到各种各样的指派问题。通过对指派问题的数学模型进行分析,提出了与以往方法不同的求解指派问题的一种新的思路,通过对几个定理的研究,给出了一种新的求解方法——降阶优化算法。对求解指派问题提供了一种新的途径,在运筹学等领域有着较好的应用前景。