为求解层状地基应变问题的解析解,探究土体分层特性对土层性质的影响,从各向同性平面问题的基本弹性方程出发,利用扩展的瑞利-里兹法构造泛函,并对泛函进行变分,求其驻值,编制Mathematica计算程序求解总体刚度矩阵的线性方程组,得到非对称荷载作用下层状地基平面应变问题的近似解析解。计算结果与有限元软件的模拟结果吻合,验证了程序的精确性,并分析了层状性质对地基变形的敏感程度。所求解不仅具有解析解精确求解的优点,还克服了传统有限元方法对无穷远处结构盲目截断的缺点,计算程序可编辑性强,同时计算结果表明土的分层特性对地基的位移具有显著影响,证明工程实践中采用模量与深度的加权平均近似模拟分层土的特性进行设计计算的方法是不妥当的。

CausalityTools.jl提供了基于时间序列的因果推断和动态耦合检测方法。 一个易于使用的框架，用于估计信息论度量，例如传递熵、预测不对称、广义熵和互信息。 收敛交叉映射、成对非对称推理、S-measure 和联合距离分布。 代理数据生成。

算法设计和分析实践，利用近似算法解决TSP等问题

高斯白噪声 matlab代码

准确预测锂离子电池(LiBs)的剩余使用寿命(RUL)是管理其健康状况的一个关键方面，以促进可靠和安全的系统，并减少计划外维护的需要和成本。近年来，关于RUL预测的研究主要集中在提高RUL预测的准确性和可靠性上。提出了一种基于光滑粒子滤波(SPF)的似然近似方法在线预测LiB的RUL值。该算法通过每次迭代求解优化问题，能够准确估计未知退化模型参数，预测退化状态，而不是只采取梯度步骤，易于快速收敛，避免了不稳定问题，提高了预测精度。根据NASA卓越预测中心(PCoE)公布的实验数据集，我们创建了一个二阶退化模型，利用非线性特征和非高斯容量退化来探索LiB的退化。用不同的预测起点对RUL预测进行检验，以评估数据量和参数的不确定度是否会影响预测的准确性。结果表明，与粒子滤波(PF)和无迹粒子滤波(UPF)等方法相比，该预测方法的预测精度有所提高，收敛速度有所提高。由于SPF预测方法的最大误差相对较小，在80个周期的预测起点上，最佳情况下RUL预测为127个周期。该算法的预测相对误差约为0.024，绝对误差约为2个周期，低于PF算法的16个周期左右。RUL预测接近108个周期，相对误差约为0.

算法设计与分析实验，利用近似算法解决TSP等问题

将广义近似消息传递算法应用到压缩相位恢复中，从而提高图像重构质量，提高运行速度，通过实验证明该算法的优异性，良好的噪声鲁棒性和简短的运行时间。 （2）使用不同的去噪器来实现更好的相位恢复，在原来算法基础上借鉴其他方法改进算法，从而实现更好的图像重构质量。

遗传算法与TSP近似最优解的研究与实现.doc

控制系统的应用中存在状态不能直接测量或测量成本高的实际问题,给模型参数未知的系统完全利用状态数据学习最优控制器带来挑战性难题.为解决这一问题,首先构建具有状态观测器且系统矩阵中存在未知参数的离散线性增广系统,定义性能优化指标;然后基于分离定理、动态规划以及Q-学习方法,给出一种具有未知模型参数的非策略Q-学习算法,并设计近似最优观测器,得到完全利用可测量的系统输出和控制输入数据的非策略Q-学习算法,实现基于观测器状态反馈的系统优化控制策略,该算法的优点在于不要求系统模型参数全部已知,不要求系统状态直接可测,利用可测量数据实现指定性能指标的优化;最后,通过仿真实验验证所提出方法的有效性.

第9章 近似算法.ppt