利用矩阵翻转法求最佳H圈

利用矩阵翻转实现二边逐次修正法求最佳哈密尔顿圈(H圈).首先构造完备加权图,并用距离矩阵表示之,使所选初始圈的顶点为矩阵主对角线的上方元素对应的顶点;然后对距离矩阵加边框并进行若干次"翻转",直到矩阵不满足二边逐次修正法的修正原则,最后得到的矩阵主对角线的上方元素确定了最佳H圈的权重及路线.     

基于PMC模型的神经网络

在计算机系统中有许多诊断算法,其中针对PMC模型有0-1规划的诊断算法,这个诊断算法是NP完全的,是在多项式时间内不可解的。然而利用神经网络的高度并行性这个特点,就可以在很短的时间内解出结果。主要分析了系统诊断模型PMC的症候特征,得到其充要条件,提出了新的算法,该算法具有高度的并行性,神经网络的发展为此提供了用模拟电路来实现算法的可能性,并进行了模拟验证。     

Pickands型推广估计量的渐近正态性

极值指数在许多实际领域广泛应用:如组合投资、风险值的计算、预报地震等, 估计极值指数γ以及它的性质的研究近年来成为极值统计理论的基本问题。主要研究极值指数γ的一个估计量:Pickands型推广估计量的渐近正态性质。首先研究由Pickands型推广估计量构成的一随机过程,得到了该过程的渐近分布;然后利用研究结果证明了Pickands 型推广估计量的渐近正态性,得到其渐近方差;最后对提出的Pickands型推广估计的平滑估计量进行了相应研究。     

基于Hopfield神经网络的战时物资筹措模型

战时物资筹措是国防动员的一个重要组成部分,它实质上是一种基于约束的最短路径问题,Hopfield神经网络曾被用来解决最短路径优化问题。采用连续型Hopfield神经网络求解战时物资筹措问题,在已知供需量、通行参数等数据的情况下可快速确定物资筹措方案。这种方法针对战时物资筹措的特殊性如时间严格、道路通行受阻等具体情况具有很好的适应性。实验结果证明在问题规模较大的情况下模型具有收效速度快、计算结果准确性高等优点。