对偶变换及其在冗余度机器人中的应用

给出了用对偶数矩阵来描述冗余度机器人的雅可毕方程的方法，对偶阵及其变换是这一方法的基础，对偶阵方法可使机器人节点参数的描述变得简洁，尤其在可毕矩阵的直接确定过程中这一方法更显得有效，对偶变换这一方法对机器人运动学、动力学、控制系统之建模提供一种简化的有效方法。     

基于Choquet积分的层次多属性决策方法研究

为了解决贫信息情形下基于关联的复杂系统决策问题,本文提出一种基于Choquet积分的层次多属性决策方法。该方法首先通过判断矩阵求解决策属性的Shapley值,然后通过Marichal熵理论计算属性和属性集的重要程度,最后通过Choquet积分自下而上计算方案的综合评价值并以此对方案进行排序。最后的算例验证了新方法的合理性和可行性。新方法中属性和属性集权重的确定仅需Shapley值的判断矩阵信息,故大大降低了决策者的工作量。此外,新方法也可用于对属性间相互独立的多属性决策分析问题求解。     

层次分析法在多目标决策中的应用

由于定量型多目标决策的各指标值均为数量，因而按９度法建立各指标下的判断矩阵就很困难，限制了层次分析法在这一领域的运用，作者对此做了较深入的研究，认为层次分析法求解定量型多目标决策问题是可行的。为了便于构造判断阵，将决策中的所有指标分为正向指标、逆向指标和中心指标三类，同时给出了构造这三类指标的判断矩阵的方法，而且构造出来的判断矩阵自然满足一致性要求。给出的方法简单有效，并扩展了层次分析法的应用领域     

对方案有模糊互补偏好关系的模糊多属性决策法

研究了权重为区间数且对方案有模糊互补偏好关系的模糊多属性决策问题.首先,基于模糊互补判断矩阵的主观偏好信息,利用转换函数将决策信息一致化,并建立了目标规划模型.通过求解该模型得到属性的权重,运用加性加权法获得各方案的模糊综合属性值.其次,提出了基于方案的模糊正理想解与其模糊综合属性值相似度的方案排序法.该方法既能充分利用已有的客观信息,又能最大限度地体现决策者的主观意愿,且具有操作简便、易于上机实现的特点.该方法已应用于解决风险投资领域中项目评估问题.     

对称奇异线性方程组极小范数解的迭代法

给出了求对称奇异线性方程组Ａｘ＝ｂ极小范数解的迭代算法，其迭代公式为此处／为秩是，ｒ（ｒ＜ｎ）的ｎ阶实对称矩阵，Ｅ为ｎ阶单位阵，ｂ为ｎ维列向量，ｍ为正整数，ε为正实数。证明了这类选代算法的收敛性，讨论了它的事先误差估计式和事后误差估计式。作为应用，给出了求超定线性方程组极小最小二乘解的迭代算法、特征向量导数计算的迭代算法和对于病态正定线性方程组。本文的选代算法可改善病态条件，算例表明也是有效的。     

基于测量试验数据修正有限元模型质量矩阵

对无阻尼结构系统有限元模型质量矩阵修正问题,以该矩阵修正量的F-范数为目标函数,并以待修正质量矩阵应具有的性质,如满足正交关系,对称性,半正定性和稀疏性作为约束条件,数学上形成带约束的矩阵最佳逼近问题。给出了问题有解的条件,基于循环投影方法,提出了求解矩阵最佳逼近问题的数值方法。数值结果说明了所给方法的有效性。     

结构无阻尼自由振动问题的有效解法——行列式查找法

“行列式查找法”是计算大型稀疏矩阵广义特征值和特征向量的有效方法之一,其理论基础是对称矩阵的各阶顺序主子阵的特征行列式形成Sturm序列。本文在更一般的条件下证明了这一性质,同时改进了K. K. Gupta提出的程序EASI,将算法用于悬臂矩形板的振动分析的结果说明它是求解结构无阻尼自由振动问题的有效方法。     

绝对不稳定性理论在尾流稳定性分析方面的研究

介绍了绝对／对流不稳定性的理论框架，并应用于钝体尾流剪切层的稳定性分析研究中。钝体尾流可以认为是局部平行流，而局部平行流的稳定性分析可以归结为Ｏｒｒ－Ｓｏｍｍｅｒｆｅｌｄ方程的求解。Ｏ－Ｓ方程求解化为一个复广义矩阵问题ＡＸ＝ωＢＸ，并分别约化Ａ，Ｂ为上Ｈｅｓｓｅｎｂｅｒｇ阵和上三角阵，通过Ｃｈｅｂｙｓｈｅｖ配置法可以求出特征值。最后对于Ｇａｕｓｓ尾流计算模型，给出了其在不同Ｒｅｙｎｏｌｄｓ下，流动     

基于粗集理论的属性约简关键技术概述

本文从静态属性约简和动态属性约简两个方面对基于粗集理论的属性约简关键技术进行了归纳总结,静态属性约简算法有基于信息熵、基于正域及基于辨识矩阵的约简算法,同智能计算方法结合的动态属性约简算法有并行属性约简、基于粒计算的属性约简及增量式属性约简等。指出今后属性约简的发展方向是在大数据时代下同智能算法、并行计算、云计算等技术融合发展的趋势。     

电磁场计算中一种特殊边界条件及其在波阵解中应用

提出了一种周期边界条件在电磁场有限元方程组中的处理公式，经推导表明，该处理方法的核心是在总体刚度矩阵对有关周期单元系数矩阵的二次叠加，随后着重分析讨论了该公式在波阵解中的实现方法，主要包括建立有关周期边界单元及节点编号数组，建立存贮这些单元系数阵的公用数组，在引应边界节点地上系数矩阵的二次叠加以及改变周期单元节点在“波阵”中的消元次序等。通过这些措施，克服了波阵法不能求解带有约束条件的大型线性方程     

基于空间修剪法的配置设计

配置设计问题是在给定的组件中选择组件,构成能够满足特定需求和约束的产品。为了提高配置问题的求解效率,本文提出了一种配置方法——空间修剪法。该方法由“模块类修剪”、“模块属性修剪”和“模块关系修剪”3部分组成。文中通过在组合配置前将违反约束的侯选模块删除,避免了因此而产生的无效配置操作。此外还应用遗传算法的编码原理建立产品方案的描述方法,用模式表达配置空间,从而将对空间的修剪转化为对编码的操作。通过定义匹配因子来反映约束与编码的关系,并由此建立了基于模式操作的各种修剪算法。     

激光捷联惯导系统角增量输入姿态算法

在对经典理想角增量输入的圆锥算法分析总结基础上,提出并推导了更为合适的经典角增量输入圆锥算法通式.在对经典理想角增量与实际工程滤波角增量的圆锥响应对比分析基础上,推导了滤波角增量输入圆锥补偿算法的补偿系数和误差主项通式.最后,利用文中讨论的理想角增量输入和滤波角增量输入圆锥补偿算法,结合激光陀螺惯性导航系统的频谱特性进行了大量的仿真验证.仿真结果表明,文中讨论的角增量圆锥算法有效,能显著提高激光陀螺捷联惯性导航系统的姿态精度.     

外关联规则挖掘

根据项集内项的关联性,现有关联规则挖掘算法可分为正关联规则挖掘和负关联规则挖掘两大类,它们反映的是项集内频繁项之间的关联性。通过对实际数据集的分析发现,一个项集可以划分成若干子项集,子项集内的项有较高的相关性,而不同的子项集相关性则较低,这意味着每个子项集与其外部的一个潜在因子间存在着关联,由此本文提出了外关联规则的概念,并基于因子分析和主成分分析方法,提出了外关联规则挖掘算法(FAAR),从而将项集内的关联规则挖掘外推到子项集和潜在因子集之间的外关联规则挖掘,扩展和丰富了关联规则挖掘的应用,在此基础上还可进一步发现它所蕴涵的正、负关联规则。     

基于模糊判断的产品方案综合决策方法研究

产品方案综合决策的主要任务是根据用户提出的功能要求从多个方案中选择实现该功能的最佳结构，这是一个复杂的多目标离散决策问题，层次分析法（Analytical hierarchy process,AHP)是解决这个问题的有效方法。本文在研究AHP产品决策方法的基础上，指出了传统模糊AHP算法具有依赖于判断矩阵的结构、计算复杂、不便于工程应用等局限性，提出在产品方案决策中用模糊特征向量法和区间判断的定量化方法来改进AHP算法，并以某企业专用齿轮箱产品设计方案为例证明了AHP改进算法的有效性。     

神经网络集成的分布式入侵检测方法

分布式入侵检测系统需具有分布式检测功能及部件增量更新能力.文中提出了一种基于神经网络集成的分布式入侵检测方法,采用单个Agent检测与多个Agent协同检测的两级集成算法实现分布式入侵检测;在发现新的入侵时,Agent上的神经网络集成采用基于资源分配网的增量学习算法进行更新.实验结果表明,该算法能有效检测各种攻击,并且具有对未知攻击的增量学习能力.     

动力系统精细算法的逼近机理与误差分析

发现以下３者的协同作用是实现精细算法高精度，高效率的内在机制和根本原因：１）Ａ│ｘ│〈∞，指数矩阵ｅ＾Ｈｘ的Ｍａｃｌａｕｒｉｎ级数展开式绝对收敛；２）初始Ｍａｃｌａｕｒｉｎ级数展开式中的有效展开项总数能够通过递推算法以指数方式扩展；３）新增有效展开项的系数能够通过递推算法以指数或拟指数方式逼近其真值。     

基于区分矩阵的多粒度属性约简

多粒度是粒计算领域的重要研究方向之一,它在两个或多个不同的粒度下进行问题求解,已经成为解决复杂问题的一种新的范式。属性约简作为粗糙集理论的核心内容之一,已被成功地应用于粒计算、数据挖掘等领域。将多粒度思想应用于属性约简将是一个有意义的研究方向。为此,本文运用粒计算理论中的粒化思想进行属性粒化,构造多个属性粒;然后基于属性粒上的区分矩阵计算属性粒的重要度和属性粒中属性重要度;最后利用这两种重要度设计了一种多粒度属性约简算法。通过在不同的粒中挑选属性,该算法得到的约简结果更具有代表性和差异性。本文利用6个数据集对提出的多粒度属性约简算法的性能进行测试,实验结果表明了提出算法的有效性。     

线性方程组的并行算法及在Transputer系统上的实现

在“一种有效的多Transputer系统的并行算法——ABC法”一文的基础上,本文进一步研究将ABC法用于变带宽矩阵线性方程组的求解问题,对线性方程组的系数矩阵采用了逐行一维存储方式,提出了相应的并行Gauss消元法,给出了该算法的效率.分析结果表明,带宽越大方程阶数越高,这种算法的效率就越高。因此本算法适用于高阶的大带宽线性方程组的求解问题. 根据本文的算法,编制了线性方程组的并行求解程序,并分别在一个、二个和四个T414系统上做了若干算例,结果表明本文分析的结论是正确的。     

求解非对称线性方程组的松弛混合算法

求解大型稀疏非对称线性方程组的混合迭代算法通常会由于系数矩阵的谱分布较广而导致收敛失败。本文通过在迭代多项式中加入变化的松驰因子定义了一类松驰混合算法。选择适当的松驰因子可以显著地改善算法的收敛效果。