基于不同分裂的修正局部Crank-Nicolson方法对一维热传导方程的应用

本文采用不同分裂的修正局部Crank-Nicolson方法讨论了一维热传导方程的初边值问题。该方法不仅具有原来计算量少,无条件稳定的优点,而且推广了该方法对复杂的数学物理方程应用的可能性。理论上分析了无条件稳定性、相容性及收敛性,最后进行数值试验,验证了它的可行性。     

面对窘境 勇于开拓——中国古代文学教学改革之我见

时下,高校古代文学教学陷入了尴尬的境地。本文拟从古代文学教学现状及其产生原因、古代文学教学的出路等几方面对此问题做一全面的考察,以期引起更多学界同仁的关注。     

涉外非战争军事行动的法律保障问题研究

近年来,随着军队使命任务的拓展,涉外非战争军事行动日益成为国家运用军事力量的重要方式。因此,必须加强涉外非战争军事行动中法律保障问题研究,使其在法律框架下进行。加强对涉外非战争军事行动的法律保障,有助于为军队遂行多样化军事任务提供有力的法律支持和保障。     

“草原110”边境管理模式的本质特征

“草原110”边境管理模式是新的历史条件下边防建设的创新之举。分析“草原110”边境管理模式创建的社会历史条件、实践过程及其社会影响力,提炼构成“草原110”边境管理模式内涵的基本要素和本质特征。     

军队文化管理的理论构建

在“文化人”理论假说的视野里,军队文化管理的实质就是智用文化管部队;为此,应当坚持以人为本原则、战斗力原则、文化竞争原则、创新发展原则,树立人本管理理念,建设先进军事文化,营造和谐军营氛围,提升官兵人文素质,充分发挥先进文化的战略管理职能、学习型组织职能、自我控制职能、育才型领导职能和内在激励职能。     

海峡两岸打击跨境毒品犯罪警务合作机制研究

在全球毒品问题继续蔓延的趋势下,海峡两岸跨境毒品犯罪愈演愈烈。要有效遏制毒品犯罪给海峡两岸社会治安带来的危害,海峡两岸的警察机关应不断完善跨境追逃合作机制、犯罪资产追缴协助机制、调查取证协助机制,健全毒品犯罪情报交流机制,构建区际“控制下交付”合作机制,逐步拓宽打击跨境毒品犯罪警务合作渠道,以有效遏制海峡两岸毒品犯罪的发展蔓延。     

中央八项规定给警卫工作带来的挑战与机遇

中央八项规定的出台给警卫工作带来了前所未有的挑战,即：减少“硬性”控制措施,能否经得起严峻安全形势的考验,确保警卫安全;接受公众和舆论的监督,能否提交合格“答卷”,展示警卫部队的良好形象。同时,中央八项规定也为推动警卫工作模式创新、警卫战斗力建设、警卫工作立法、警卫工作理念和作风转变提供了难得的机遇。     

公安边防部队缉毒斗争中的博弈分析

当前,我国毒品犯罪活动呈现出集团化、隐秘化、有组织化和跨国化等复杂特征,境内外社会环境、贩毒集团和执法者之间存在着彼此交错的关系,使得公安边防部队缉毒斗争面临着严峻的形势和挑战。在整合多位学者的理论观点和现实研究基础之上,基于博弈论的成熟理论,紧密结合公安边防部队缉毒斗争实际,构建了公安边防部队与贩毒集团之间的博弈模型,并对其进行深入分析,从微观角度为公安边防部队缉毒斗争实际提供有效参考和决策依据。     

以强军目标为统领 深化武警院校学科建设

针对学科建设在院校发展、人才培养中的重要作用,结合武警院校学科建设实际,探讨了如何以强军目标为牵引,把握武警院校学科建设着力点应关注的问题。强军目标指向清晰,决定人才培养目的,必须突出学科发展重点;强军目标内容完整,提出人才培养要求,必须优化学科体系架构;强军目标任务繁重,需要人才培养支撑,必须加大学科建设力度。     

Annealing adaptive search,cross‐entropy,and stochastic approximation in global optimization

The Annealing Adaptive Search (AAS) algorithm for global optimization searches the solution space by sampling from a sequence of Boltzmann distributions. For a class of optimization problems, it has been shown that the complexity of AAS increases at most linearly in the problem dimension. However, despite its desirable property, sampling from a Boltzmann distribution at each iteration of the algorithm remains a practical challenge. Prior work to address this issue has focused on embedding Markov chain‐based sampling techniques within the AAS framework. In this article, based on ideas from the recent Cross‐Entropy method and Model Reference Adaptive Search, we propose an algorithm, called Model‐based Annealing Random Search (MARS), that complements prior work by sampling solutions from a sequence of surrogate distributions that iteratively approximate the target Boltzmann distributions. We establish a novel connection between MARS and the well‐known Stochastic Approximation method. By exploiting this connection, we prove the global convergence of MARS and characterize its asymptotic convergence rate behavior. Our empirical results indicate promising performance of the algorithm in comparison with some of the existing methods. © 2011 Wiley Periodicals, Inc. Naval Research Logistics, 2011