择优分配最优化原理及其应用

本文讨论在资源约束条件下如何分配使产出的效果极大。从最简单的两块土地分配化肥使增产的粮食极大化开始,在边际上不断调整,得出一般约束条件下的最优化方法,即拉格朗日乘子法。此优化原理更可以推广到动态过程,借用物理学中的捷降线问题,把落差看成资源,在逐步分配落差中使旅程的时间最短,进而把动态问题一般化,推导出变分法中的欧拉方程。择优分配原理可以将拉氏乘数法和欧拉方程都解释为资源的优化配置问题,从而给出了它们的经济学意义。本方法为一基本的优化原理,有广泛的应用可能。     

集值函数及向量值函数的两类线性算子逼近

本文得到了利用插值型线性算子列及积分型算子列逼近连续集值函数及连续向量值函数的收敛逼近阶。     

辽宁省回族人口空间分布变化研究

回族是组成中华民族的重要部分,为促进多民族省份的发展以及相关政策的制定,文章以辽宁省为研究区域,运用Arc GIS软件对2000年和2010年的全国人口普查资料数据进行符号化和归一化处理,并运用反距离权重法进行插值分析,研究了2000~2010年间辽宁省回族人口空间分布变化,结果表明:1.回族人口数量总体有所下降,从264470人降至245798人;2.辽宁省回族人口分布空间格局基本趋于稳定,其中沈阳市分布较为集中,其次是锦州市、本溪市和鞍山市;3.鞍山市、丹东市、营口市和朝阳市人口数量均有所下降,而大连市人口数量则呈现上升趋势。     

基于克里格插值法的MODIS全球气溶胶光学厚度研究

(西安科技大学 陕西 西安 710000)[摘 要]基于MODIS全球气溶胶光学厚度AOD大气产品数据,利用IDL8.5编程语言基于变程差值的思想对全球气溶胶光学厚度数据进行克里格插值处理,然后利用地基太阳辐射计观测网站点实测数据(SONET/AERONET)对插值后的结果中的中国区域进行验证分析,得出了基于克里格插值方法的全球气溶胶光学厚度分析方法,该方法对研究大尺度观测范围的气溶胶光学厚度具有一定的参考意义,并可以通过此方法来推测出未知区域的气溶胶光学厚度(AOD)值,从而弥补站点数据缺无法实现大范围、宏观的检测不足.     

基于BP神经网络的茶叶物流金融模式仿真优化

针对茶叶物流金融运作模式选择中的复杂性以及传统优化方法的局限性,将BP神经网络理论和仿真方法引入茶叶物流金融模式优化,考虑样本数量不足的实际问题,采用B样条函数插值方法扩充数据量,构建BP神经网络模型并加以训练。结果表明:BP神经网络具有精度较高的智能学习能力,适合于茶叶物流金融模式选择优化。     

5G系统中基于解调参考信号的信道估计方法

5G系统使用解调参考信号(Demodulation Reference Signal,DMRS)用于下行信道估计,工程中通常采用插值法得到数据位置信道响应,考虑实际信道中噪声的影响,频域采用线性最小均方误差(Linear Minimum Mean Squared Error,LMMSE)插值算法。针对LMMSE需要获取信道先验统计特性以及存在矩阵求逆运算量大问题,利用信号时域内能量集中特点估计出信道均方根时延、信噪比和信道自相关矩阵,对于DMRS信号在频域上间隔较大、DMRS信号所在子载波相关性不强的问题,通过引入导频加密方法提升DMRS信号所在子载波间的相关性以提升信道估计性能,并通过滑动窗口插值方法进一步降低LMMSE算法求逆运算复杂度。仿真结果表明,所提算法均方误差和误码率总体均优于线性插值和基于矩阵奇异值分解的LMMSE算法,并与传统LMMSE算法相比性能极为接近,而且复杂度降低了99.85〖WT《Times New Roman》〗%〖WTBZ〗,适合实际工程应用。     

地价动态监测中数字地价模型建立方法——以武汉市为例

根据《城市地价动态监测体系技术规范》的要求,针对现有地价监测点存在的问题,运用地统计学的理论,利用空间插值充分挖掘地价监测点中的隐含信息,将地价监测点内插生成数字地价模型的原理和方法运用到武汉市地价动态监测中,利用收集的资料建立武汉市数字地价模型,并通过该模型实现地价监测在地价时空分析、基准地价更新、地价信息化建设等方面应用。     

网上购物的效用最大化

随着电子商务的迅速发展，网上购物已经成为很多人日常生活中的重要内容，然而我们需要在理性购物的同时达到效用最大化。利用拉格朗日乘数法，得到效用函数在固定消费额的条件下的条件极值．从而解决了效用最大时的几种商品的最佳消费量的组合问题。同时推出商品需求量的求法．以及受相关商品的价格和消费者收入影响时需求量的变化。     

Lagrange插值多项式平均算子的逼近

本文引入以第二类 Chebyshev 多项式 U_n(x)的零点为基点的 Lagrange 插值多项式平均算子 F_n(f,x),研究用 F_n(f,x)逼近连续函数 f(x)的阶。     

构造一种广义重心混合有理插值

本文将传统的重心插值方法和Pade逼近相结合,构造一种新的混合有理插值.对于每个插值节点处给定的形式幂级数,先在每个插值节点处求得其Pade逼近,然后用重心插值函数对它们进行组合,从而得到一种新的混合有理插值.与传统的插值方法相比,结果更精确.给出的数值例子表明了新方法的有效性.