孙文兵
- 作品数：33 被引量：96H指数：6
- 供职机构：邵阳学院理学与信息科学系更多>>
- 发文基金：湖南省教育科学规划课题邵阳市科技计划项目湖南省自然科学基金更多>>
- 相关领域：理学文化科学自动化与计算机技术轻工技术与工程更多>>
- Matlab软件在高等数学中的应用被引量：4
- 2015年
- 结合Matlab强大的计算、绘图功能,介绍了Matlab在高等数学求极限、求导数、求积分、解常微分方程以及绘制函数图像等方面的应用.Matlab与高等数学的有机结合有利于提高学生的学习兴趣,提高教师教学效率.
- 孙文兵唐昆山刘琼
- 关键词：MATLAB高等数学
- 分数次积分下关于s-凸函数的新Hermite-Hadamard型不等式被引量：5
- 2017年
- 建立了一个关于Riemann-Liouville分数次积分的恒等式,利用此恒等式,得到了一些函数为可微且s-凸映射的关于分数次积分的新Hermite-Hadamard型积分不等式,并且对于可微的s-凹函数也得到一些新的结果.文中的新结果推广了部分已有研究的结论.最后给出了一个应用实例.
- 孙文兵
- 关键词：HADAMARD不等式
- 分形集上广义凸函数的新Hermite-Hadamard型不等式及其应用被引量：8
- 2017年
- 基于局部分数阶微积分理论,利用分形集上广义凸函数的定义,对Hermite-Hadamard型不等式进行一些有意义的推广,得到了几个分形集Rα(0<α≤1)上涉及局部分数积分的新Hadamard型不等式.最后,给出了其在特殊均值和数值积分中的几个应用.
- 孙文兵刘琼
- 关键词：HADAMARD型不等式广义凸函数
- Matlab在线性代数课程教学改革中的应用被引量：3
- 2015年
- 线性代数作为工科专业一门基础数学课程在传统教学和学习中重理论而轻实践,导致线性代数不能为后续课程的学习发挥其实际应用价值。分析了线性代数教学改革中融入Matlab计算软件的必要性和可行性。结合Matlab在线性代数课程计算中应用实例,阐述了Matlab在线性代数课程教学改革中的意义。
- 孙文兵杨立君刘琼
- 关键词：线性代数MATLAB教学改革
- 时滞积微分系统最优参数选择问题的一致算法
- 2012年
- 文章讨论了带时滞项的积微分系统最优参数选择问题,并利用变分法推导出目标函数的梯度公式,将最优参数选择问题当成最优化问题利用逐步二次规划法(SQP)进行数值求解,并给出具体的算法.
- 孙文兵杨立君
- 研讨式教学在数值分析实验课中的应用探讨被引量：1
- 2016年
- 研讨式教学在西方教育中是一种成功的教学方法,我国不少高校近年来也一直在摸索实践,取得一定的成效。本文分析了研讨式教学的含义,并比较了传统教学与研讨式教学的差异,提出了数值分析实验课开展研讨式教学的实施策略及该实验课采用研讨式教学的优势。
- 孙文兵
- 关键词：实验课研讨式教学
- 一类多时滞二阶中立型微分方程的振动性被引量：6
- 2012年
- 中立型泛函微分方程的振动性在理论和应用中有着重要意义.研究了一类具有正负系数的二阶非线性中立型时滞泛函微分方程的振动性,利用Banach空间的不动点原理,通过引入参数函数并结合一些分析技巧,获得了该类方程存在非振动解的新的准则,并得到了该类方程振动的判别准则,这些准则改善了对方程的条件限制,所得结论推广并改进了现有文献中的一系列结果.
- 杨甲山孙文兵
- 关键词：中立型泛函微分方程非线性
- 受控系统带积分项的最优控制问题的控制参数化方法
- 2013年
- 针对一类受控微分系统带积分项的最优控制问题,提出了一种控制参数化计算方法.将时间区间分成许多的小区间,在每一个小区间内,控制向量用一个逐段连续的常函数来逼近,最优控制问题相应地用一系列最优参数选择问题来逼近,而每个逼近问题可用有效的最优化方法求解.证明了算法的一系列收敛性结果,表明设计的算法是收敛的和有效的.
- 孙文兵谢文平
- 关键词：最优控制问题收敛性
- 基于PSO-SVR动态模型的车辆排队长度预测被引量：3
- 2016年
- 针对突发事件下城市道路车辆排队系统的特点,从时空角度综合考虑车辆排队系统的影响因素,建立支持向量回归(SVR)动态模型对车辆排队长度进行预测。考虑到参数选择对模型性能影响的敏感性,提出了以k折交叉验证(k-CV)均方误差平均值为适应度的粒子群优化(PSO)方法并对SVR模型参数进行寻优。用提出的PSO-SVR模型与K-CV和遗传算法(GA)优化的SVR模型以及BP网络预测模型对比,实验结果表明,该模型具有较高的预测精度和泛化能力,适用于车辆排队长度的预测。
- 孙文兵彭跃辉
- 关键词：支持向量回归粒子群算法参数优化车辆排队长度
- BP网络和多元回归在葡萄酒质量模型中的应用被引量：2
- 2014年
- 利用因子分析法筛选出对葡萄酒质量影响较大的12种理化指标,将其作为多元线性回归的自变量和BP网络输入层神经元,分别用多元线性回归和改进的BP神经网络两种方法建立葡萄酒和酿酒葡萄的主要理化指标与葡萄酒质量的关系模型。比较了两种模型的泛化能力,得出多元线性回归模型对新样本预测的平均相对误差是1.93%,而BP神经网络模型的平均相对误差是0.37%。仿真实验表明,BP神经网络的泛化能力和稳定性明显优于多元回归模型。
- 孙文兵曾祥燕杨立君
- 关键词：多元线性回归泛化能力
