使用盲数表达优化设计中的不确定变量,结合常用的基于实数变量的优化算法,提出了基于盲数的优化方法.该方法从微观的角度分析和描述设计变量与优化参数之间的关系,给出优化问题的盲数解.盲数解不但给出了设计变量的取值,而且还给出了不同取值时优化对象处于最优状态的可靠性的评价

研究多元地质统计学涉及以下方面的若干问题:(1)多元地质统计学的基本假设,包括:协同区域化变量、互变异函数、互协方差以及协同区域化变量的二阶平稳假设和内蕴假设;(2)协同区域化矩阵;(3)协同区域化的线性模型;(4)多元地质统计学的最佳估计方法,包括用协同克立格法对区域化变量的估计、空间分量的估计以及区域化因子的估计

2.6M文件及程序调试 2.6.1主程序文件 ·注释,以%”对本程序的特性以及关键的部份进行说明。 1、一般以clc、 clear、 close all等语句开始,清除工作空间中原有的变量和图形,以避免其它已执行的程序残留数据对本程序的影响。 2、程序的主体 如果程序中要用到全局变量,要在这里说明。 格式: global变量名1变量名2变量名3

主要研究时间-空间域中多个变量的地质统计学方法,其内容包括:时间-空间域中区域化变量的性质;时间-空间域中多元信息的互变异函数及互协方差函数;应用时间-空间信息对某区域化变量进行最优估计,以及应用时间-空间域的信息对空间分量及区域化因子进行最优估计

一、一组变量,名字相同,数据类型相同,用下标(索引-Index)来区分。例如:a(0),a(1),…,a(n)H称为数组a的成员(元素、下标变量) 二、两种类型的数组: 1 静态数组:成员数量不变 2 动态数组:成员数量可变

本文研究了一种特殊的、但具有代表性的队决策问题。这种问题包括有二位的逻辑变量。文中提出了一种所谓的加权布尔多项式——它把实变量空间和逻辑变量空间联系起来——用来做为一种对这类队决策问题的求解方法。在讨论了加权布尔多项式的若干重要性质之后,如完备性、正交性、增生与蜕化,作者提出了一种广义支付矩阵（或称W矩阵）的概念。并通过一个典型的例子（协同模型）来说明它的运用技巧

第15讲指针定义和引用 一、指针和地址的概念 1.内存与地址 2.指针和指针变量 3.对内存单元的访问方式 二、指针的运算 1.指针变量的定义 2指针运算符 3.指针变量的初始化 4指针的运算 三、指针变量作为函数参数

第二章一阶微分方程的初等解法 2.1变量分离方程与变量变换 2.2线性方程与常数变易法 2.3恰当方程与积分因子 2.4一阶隐方程与参数表示

第二节可分离变量的微分方程 1.可分离变量的微分方程:g(y)dy=f(x)dx 2.可分离变量的微分方程解法

10.1地址、指针、变量的地址和指针及指针变量 10.2指针变量的定义、引用及指针变量作参数 10.3(1-3)数组与指针 10.4字符串与指针 10.8指针运算小结