云模型改进惯性权重的混沌交替粒子群算法

标准粒子群算法通过线性减小惯性权重系数来调整寻优性能,但缺乏智能化机制易导致算法后期产生早熟或陷入局部最优而产生僵局。针对这一问题,提出一种基于云模型改进惯性权重的混沌交替粒子群优化算法。根据粒子迭代变化关系,采用云模型理论对惯性权重ω进行智能化调整,以平衡其全局和局部搜索能力,防止算法产生局部僵局;另外,判定粒子稳定性,对于可能陷入局部僵局的稳定粒子进行混沌扰动,促使其跳出僵局进而向最优位置更新。实验与分析表明,基于云模型改进惯性权重的混沌交替粒子群优化算法能够跳出局部僵局且具有较高的寻优精度,算法接近完全收敛时的平均迭代次数,较现有相关研究分别降低了13.73%~20.11%。     

中立型泛函微分方程解的有界性

对于有限时滞中立型泛函微分方程,利用Liapunov泛函的方法,研究了方程解的有界性,得到了便于应用的判据。     

基于一类弱连续T-模的模糊Hopfield神经网络研究

基于一般的弱连续T-模与取大（V）模糊算子的复合，建立了具有一般意义的动态模糊神经网络——模糊Hopfield神经网络，并系统分析了该动态系统的性能：在Hamming距离意义下证明了该网络是稳定的，而且其平衡点（吸引子）具有全局Lyapunov稳定性。最后，提供了一种有效的学习算法。     

Alpha稳定分布混响建模及信号检测

研究了基于对称Alpha稳定分布的浅海环境下混响及噪声的建模问题.分析了浅海环境下混响形成过程及其非高斯特性,采用对称Alpha稳定分布理论对其进行了建模,并从声呐接收端的混响瞬时值以及包络的概率密度分布与Alpha稳定分布的匹配程度验证了模型的有效性.研究了基于对称Alpha稳定分布模型的混响噪声背景下的目标信号检测方法.提出了三种检测方法并进行了仿真测试,通过检测性能及模型的精确性分析了三种方法的优缺点,验证了建模精度对检测性能的影响.     

关于稳定 p 型 Banach 空间中有界 Borel测度的一个定理

本文推广了Ｅ．Ｄｅｔｔｗｅｉｌｅｒ［１］关于ｐ型Ｂａｎａｃｈ空间的结论,得到了在稳定ｐ型Ｂａｎａｃｈ空间上,有界Ｂｏｒｅｌ测度为某个无穷可分ｐ稳定测度的Ｌｅｖｙ测度的一个充分条件。     

微分方程解的稳定性与周期性

综合利用相空间理论、压缩映像原理、算子的性质以及Liapunov泛函的方法，研究了具有无限时滞中立型泛函微分方程周期解的存在性、唯一性及稳定性问题，得到新的结果，推广了已有的结果。     

多捐赠者肾脏调换问题

用于器官移植的肾脏处于严重的短缺状态。为缓解这一问题,越来越多的国家开始实施各种形式的肾脏调换计划。肾脏调换问题一般被建模为一个合作博弈(KE)。其中的局中人为病人及与其配型失败的捐赠者所构成的二元组。现实中不乏拥有多个配型失败捐赠者的病人。定义了多捐赠者肾脏调换博弈(MDKE),分析了其可行解及稳定解的结构,证明了捐赠多颗肾脏无益于参与稳定调换,将TTC算法、KE稳定解的NP难解性以及最大覆盖稳定解的不可近似性拓展到MDKE。实验表明引入MDKE效果显著。     

非线性自适应统计滤波器在声测量信号处理中的应用

从α-stable分布特征出发,阐述了处理非高斯噪声的LMP、顺序统计、群组等非线性统计滤波器自适应算法;实例验算表明了在α-stable分布下,非线性统计自适应器性能优于传统的线性自适应滤波器,且收敛速度更快.     

稳定正规环分解定理

提出了稳定正规环的概念；推广了正规环的分解定理；给出了正则局部环整性的一个简单证明；指出了研究正则环的一条新途径。     

基于一类T-模的模糊双向联想记忆网络的稳定性分析

首先定义了max-T复合模糊算子,建立了一类基于模糊复合算子的模糊联想记忆网络——模糊双向联想记忆,然后系统地分析了该网络的性质,在Hamming距离意义下证明了该网络的平衡点（吸引子）具有Lyapunov稳定性。