张培爱
- 作品数：20 被引量：47H指数：4
- 供职机构：暨南大学信息科学技术学院更多>>
- 发文基金：国家自然科学基金教育部人文社会科学研究基金国家重点基础研究发展计划更多>>
- 相关领域：理学经济管理自动化与计算机技术天文地球更多>>
- 一族发展方程的无穷维Hamilton结构
- 2000年
- 通过构造研究一个新的两位势谱问题 ,利用屠格式 ,生成了一族有物理意义的 KDV发展方程组 ,并针对该族中的每一个发展方程 ,利用迹恒等式构造了该发展方程族的无穷维
- 张培爱张鸿庆
- 关键词：谱分析HAMILTON结构无穷维
- 多任务Lasso回归法在恒星光谱物理参量估计中的应用被引量：4
- 2015年
- 多任务学习方法在机器学习、计算机视觉、人工智能领域已得到广泛关注,利用任务间的相关性,将多个任务同时学习的效果优于每个任务单独学习的情况.采用多任务Lasso回归法(Multi-task Lasso Regression)用于恒星光谱物理参量的估计,不仅可以获取不同物理参量间的共同的特征信息,而且也可以很好地保留不同物理参量的特有的补充信息.使用恒星大气模拟模型合成光谱库ELODIE中的光谱数据和美国大型巡天项目Sloan发布的SDSS实测光谱数据进行实验,模型估算精度优于相关文献中的方法,特别是对重力加速度(lg g)和化学丰度([Fe/H])的估计.实验中通过改变光谱的分辨率,施加不同信噪比(SNR)的噪声,来说明模型的稳定性强.结果表明,模型精度受光谱分辨率和噪声的影响,但噪声对其影响更大,可见,多任务Lasso回归法不仅操作简便,稳定性强,而且也提高了模型的整体预测精度.
- 常丽娜张培爱
- 工程力学中的互补问题:算法被引量：5
- 2006年
- 工程力学里很多问题存在互补关系,文献[1]介绍了有关的数学模型。本文介绍了近年来求解互补问题的几种主要方法,包括投影方法、内点方法、方程组方法、延拓方法以及无约束优化方法。与此同时,也介绍了作者近期在互补问题算法方面的一些研究工作。
- 张培爱何素艳李建宇李兴斯
- 关键词：内点方法NCP函数光滑化方法
- 博弈理论、技术与应用
- 聂普焱苏启林谭满春刘春光张培爱胡代强邹飞雁
- 基于经济社会现象，该项目建立相应博弈论模型，使用现代数学方法计算分析均衡点，解释社会和经济现象。理论上，该研究发展了动态博弈理论，证明了动态主从博弈均衡解存在性，给出算法求解。比较三种信息结构下解的性质。发展了动态多主从...
- 关键词：
- 关键词：博弈理论经济学
- 关于熵函数法中的几个问题被引量：1
- 2009年
- 本文就熵函数法中的几个问题进行了讨论。首先,就该方法中涉及的指数计算溢出问题,给出了可以完全避免计算机溢出的等价变换。接着就两个光滑函数φp(x)与φp(x,u)的不同特点进行了详细分析,并指出了不正确使用可能陷入的计算误区,藉以纠正文献中将二者混为一谈的错误。
- 张丽丽张培爱李兴斯
- 关键词：运筹学极大极小问题不可微优化
- 函数mid(·)的一个光滑化函数及其性质
- 2003年
- 介绍了函数mid(·)可以把混合互补问题转化为一个等价的非光滑的方程组 ,由于其非光滑性 ,难以直接用光滑Newton法求解 ,光滑化就显得尤为重要 .文中采用熵摄动来光滑化函数mid(·) ,讨论了得到的光滑化函数的一些性质 .
- 张培爱
- 关键词：混合互补问题
- 进化图论在知识型企业组织结构设计中的应用被引量：1
- 2013年
- 在进化图论的框架下,运用命名为"动态链接"的更新规则来计算空间结构为环路的种群中某突变个体的固定概率,并结合相关理论来分析知识型企业组织结构的合理设计。对不同类型的组织结构模式作进化图进行仿真并做了比较分析,得出的结论是具有环路性质的无边界组织结构是更合理的知识型企业组织结构。这使得进化图论的应用扩展到了经济学。
- 张京友张培爱钟海萍
- 关键词：环路适合度
- 最优化理论，算法与应用
- 聂普焱张培爱黄力人
- 最优化理论与算法是一个应用相当广泛的研究方向，它研究决策问题的最佳选择的特性，构造寻求最佳解的计算方法，研究这些计算方法的理论性质以及实际计算表现。 非线性问题广泛应用于经济、管理、工程设计、生产管理、交通运输、国防等重...
- 关键词：
- 绿色保险主体的演化博弈分析被引量：2
- 2011年
- 绿色保险是通过社会化途径解决环境问题的有效方式之一。目前,我国的绿色保险处于起步阶段,且取得了一定成果。但是绿色保险的开展不令人乐观,出现了"叫好不叫座"的尴尬局面。出现这种尴尬局面,究其实质是绿色保险主体博弈的结果。运用演化博弈理论分析了绿色保险主体在两种不同情况下的动态演化过程,并给出了相关结论。
- 曾德宏张培爱
- 关键词：绿色保险演化博弈
- 原对偶遗传与蚁群算法的融合被引量：2
- 2012年
- 原对偶遗传算法(PDGA)较好地保持了种群的多样性和较强的稳定性,改善了在搜索空间里的搜索能力,使搜索更为有效,但没有利用系统中的反馈信息,导致无为的冗余迭代,求解效率不高。而蚁群算法是通过信息素的累积和更新来收敛于最优路径,具有分布、并行、全局收敛能力,但是搜索初期信息素匮乏,导致算法速度慢。通过将两种算法进行融合,克服两种算法各自的缺陷,优势互补,形成一种全局寻优性能好,稳定性强,效率高的启发式算法,通过仿真计算,表明融合算法的性能优于遗传算法,原对偶遗传算法和蚁群算法。
- 钟海萍张培爱张京友余隆鹰
- 关键词：遗传算法蚁群算法
