简介：通过讨论极小子群的个数对有限群的影响，得到了极小子群个数为3，4的有限群的结构与部分性质．

简介：在魏晋时期谯国的一个小私塾里，来了一位从洛阳来的新同学。这件事情，在这个小地方里可是不得了!从都城（也就是今天的首都）来的人总是带着神秘色彩。

简介：我们证明了一些关于群的极大子群的命题.这些命题中的一个是由M.Suzuki在其著作GroupTheory1中提出的,而其余则始见于此.

简介：“本文引入了群的民;—伪正规子群的概念,并结合文[1]中n次方群及n次方闭群的概念和结果得到若干有益的绪论。

简介：排课问题是一个有约束的、多目标的组合优化问题.在针对遗传算法在求解该问题时搜索效率较低的情况下,提出了一个基于粒子群的排课算法.在算法设计过程中,考虑排课过程中所出现的各种时间、空间资源的冲突情况,设计了一种基于粒子群优化算法来实现时间和空间两种资源的优化.利用C#程序设计语言实现了基于粒子群算法的排课系统,实验和测试结果也验证了其有效性和系统的可用性.

简介：布谷鸟搜索算法和粒子群优化算法都属于仿生优化群算法,它们的原理简单、实现方便,在诸多领域得到应用。虽然这两种算法优点明显,但是它们在全局搜索能力、收敛速度等方面存在不同程度的不足,当它们应用于复杂优化问题时,需要采用改进措施来提升其性能。把布谷鸟搜索算法和粒子群优化算法进行混合,在两种算法平行进化的基础上引入共享机制,使两种算法优点互补。仿真证明,混合算法提升了算法的全局搜索能力和收敛速度,适应性更强,可以应用于复杂的优化问题。

简介：姚鼐不仅是桐城麻溪姚氏家族的标志性人物,也是桐城派的宗师。他身边,聚集着一群从其问学的家族成员。弟子依据辈行可分为四类：一是他的族叔,如姚兴泶、姚建等;二是他的族内兄弟,如姚羲轮、姚、姚斟元等;三是他的子、侄,如姚景衡、姚宪、姚原绂、姚通意等;四是他的孙子、侄孙及从侄孙,如姚莹、姚柬之、姚元之等。尤以后面两类人居多。姚氏一门群从的风雅景观,是桐城派演进史程中的重要现象,具有特殊的文学史和文化史意义。

简介：×××同学问:《社戏》中塑造的一群农村孩子,具有什么特点?答:《社戏》成功地刻画了众多栩栩如生的人物形象,其中留给读者印象最深的,是一群农家少年的形象。写得最鲜明突出的是双喜,其次是阿发、桂生。这些农家孩子聪明伶俐,胆大心细。“我”看不成戏,只会“急得要哭”,而双喜就想出了好主意,并且敢于“写包票”,还能举出足以让“外祖母和母亲也相信”的理由,终于使去赵庄看戏得以成行。

简介：摘要对基于粒子群算法的电网无功规划进行了研究，建立了有功网损和设备投资综合费用最低的目标函数。通过对IEEE30节点系统的仿真分析，验证了该方法的可行性与实用性。

简介：换位子群G′是由群G中的两个元素的换位子生成的，为了研究G′中元素和G中两个元素的换位子的关系，利用初等的代数方法证明了对于n次对称群Sn来说，它的换位子群An中的任意元都可以表成S中某两个元的换位子的乘积；并且构造了一个具体的群例，使得在这种群中，存在元素A0．0,h,使得A0.0.a不能表示成G中某两元的换位子。

简介：为了克服粒子群算法易发生早熟收敛、后期迭代速度较慢、易陷入局部最优的缺点,提出了一种改进的粒子群算法。该算法采用非线性动态自适应的更新权重,进一步提高收敛速度;通过引入差分进化算法中的交叉算子,以提高算法的全局探索能力,利用差分进化算法的变异策略产生候选解,克服种群多样性的下降,以跳出局部最优。利用该算法对2个测试函数进行寻优,仿真结果表明,文章提出的算法是一种收敛速度快、收敛精度高的全局寻优算法。

简介：简化粒子群算法舍弃了标准粒子群算法中的速度项,使算法更加简练高效。但简化粒子群算法每个粒子都采用相同的迭代公式进行迭代,使得算法在进化后期粒子的差异性不强,算法容易出现早熟。提出非线性递减惯性权重的简化粒子群算法,每个粒子采用动态的公式进行迭代,提高粒子群的多样性,避免陷入局部最优,提高解的精度。最后在Matlab上进行数值模拟,发现改进后的算法在寻优精度和收敛速度上具有明显优势。

简介：为了实现对云计算任务进行动态实时调度,提出了一种基于改进离散粒子群算法的云计算任务调度方法.依据云计算任务调度数学模型的相关理论,提出了一种基于改进粒子群算法的云计算任务调度方法,对粒子更新方式、初始化方法以及权重因子更新方法等进行了改进,并对整体算法进行了描述.在CloudSim环境下运用改进的模型方法进行仿真实验,并与另外三种方法进行比较,结果表明该方法不仅所需总费用最少,而且收敛速度最快、用户满意度较高.

简介：粒子群协同实用化在web上具有众多的应用,需要聚类大量的代数矩阵才能获得足够的数据,当前研究侧重粒子群协同与矩阵的相关性而没有充分考虑到在几何性之间是具有显著的重叠关系的,这就导致了针对不同的矩阵会具有相同结果,引发重复计算问题。鉴于此,提出了一种基于几何代数的粒子群协同实用化算法,所选择的几何性矩阵具有较高的相关性,而且重叠性较低。实验结果表明,本文的方法能够显著提高粒子群协同实用化的精度和效率。

简介：在分析基本粒子群优化算法的基础上,对学习因子进行非线性异步策略调整,改变其固定常数模式,平衡算法在迭代过程中的局部和全局搜索能力;同时引入活力因子,对失活粒子执行变异操作,提高种群多样性。改进算法可以提升对多维空间的全局寻优能力,避免粒子产生早熟收敛现象。将改进粒子群算法引入图像匹配优化问题中,提出了一种基于改进粒子群算法的图像匹配算法,实验结果表明,该算法具有更快的匹配速度以及更高的匹配精度,具有强鲁棒性。

简介：针对矿井结构复杂,井下未知节点定位存在信标节点布置冗余、定位精度低等问题,提出了一种基于粒子群优化算法的井下目标定位方法。根据矿井环境特点区块化布置信标节点,通过引入线性递减权重的粒子群算法对未知节点与信标节点的测量距离和估计距离的误差进行优化,降低定位误差。与四边测量法、加权最小二乘法和RSSI加权质心算法进行Matlab仿真对比实验。仿真结果显示：信标节点为5个,节点总数为15时,平均定位误差为0.877m。高斯白噪声标准差取值范围从5递增到20,平均定位误差由1.21m增长到4.65m,增长幅度最小,抗噪性最好。信标节点密度由10%增加到40%,平均定位误差从2.82m下降到0.76m,定位精度明显好于其他三种算法,稳定性好于RSSI加权质心算法。定位精度更高,抗噪性更好,可靠稳定,在井下巷道环境中适应性更强。

简介：研究了量子群胚上与弱模余代数和余模余代数相关的弱广义smash余积的对偶定理.设H是弱Hopf代数,C是弱左H余模余代数,D是弱左H模余代数.首先,给出量子群胚上的弱广义smash余积C×lHD的定义,并构造其模和余模结构.类似考虑右广义smash余积C×LrD.然后得到它们之间的同构.其次,通过引入弱卷积逆,弱余内作用和强相关余内作用的概念,得到C×HrD和CvD同构的充分条件,其中v∈WC（C,H）,H在D上的余作用是右强相关余内作用.最后,证明了量子群胚上广义smash余积的对偶定理：（C×HlH）×lH＊H＊≌Cv（H×lH＊H＊）.

简介：为了提高多目标粒子群算法的收敛性和多样性,提出了一种基于最优网格距离的多目标粒子群算法（HMOPSO）。该算法是在多目标粒子群算法（MOPSO）的基础上,利用网格技术和Pareto占优排序原理,提出了一种新的全局学习样本选取策略。实验结果表明,该算法能够有效的避免早熟收敛,相比MOPSO算法,HMOPSO表现出良好的整体性能,是对标准多目标粒子群的一种有效改进。

简介：研究了量子群胚上与弱模余代数和余模余代数相关的弱广义smash余积的对偶定理.设H是弱Hopf代数,C是弱左H余模余代数,D是弱左H模余代数.首先,给出量子群胚上的弱广义smash余积C×lHD的定义,并构造其模和余模结构.类似考虑右广义smash余积C×LrD.然后得到它们之间的同构.其次,通过引入弱卷积逆,弱余内作用和强相关余内作用的概念,得到C×HrD和CvD同构的充分条件,其中v∈WC(C,H),H在D上的余作用是右强相关余内作用.最后,证明了量子群胚上广义smash余积的对偶定理:(C×HlH)×lH*H*≌Cv(H×lH*H*).

简介：为了能够准确地评价电力企业信息系统安全模型的安全性，深入地研究了改进粒子群算法在其中的应用。首先，讨论了电力企业信息系统安全模型的改进方法；其次，研究了电力企业信息系统安全模型的评价方法；最后，进行了算例分析，分析结果表明基于改进粒子群算法和RBF神经网络的电力企业信息系统安全评价模型具有较好的自适应能力，同时，对改进电力企业信息系统安全模型和传统电力企业信息系统安全模型的风险值进行对比，分析结果表明改进的电力企业信息系统安全模型更为安全。