数学机械化方法及其在信息技术中应用.docVIP

项目名称： 数学机械化方法及其在信息技术中的应用 首席科学家： 高小山 中国科学院数学与系统科学研究院 起止年限： 依托部门： 中国科学院 一、研究内容和课题设置 本项目将围绕吴文俊院士提出的“数学机械化纲领”，推动数学机械化的发展，同时应用数学机械化方法解决信息技术中若干关键理论问题。后三年，将进一步凝练重点，研究如下关键科学问题： ? 开展差微方程、有限域方程求解算法研究，? 发展新的方程求解理论与方法。 ? 提出新机械化算法，? 包括几何算法、组合算法、混合算法、并行算法、优化算法。 ? 针对信息安全、生物特征识别、几何建模与极端制造领域中有共性的相关算法问题，? 应用数学机械化理论发展高效算法，? 为新技术的产生创造条件。 具体介绍如下： 1、数学机械化前沿研究将以方程求解和机器证明为核心，分为几个方向： 方程求解理论的开拓性研究。 非线性方程求解是数学机械化研究的核心内容。我们将针对差分方程、差分和微分差分混合系统、有限域上的方程，研究相关求解的理论，刻画解空间和解簇的结构，扩大方程求解的范围，形成完整的方程求解理论。研究内容包括：方程求解理论与方法、非线性微分方程的封闭解、组合恒等式的机器证明、解析对象的计算机处理等。 数学机械化核心算法的深入研究。针对数学机械化的核心问题，研究各种高效的消去法。将在下列方向进行研究：吴-Ritt零点定理并行算法、基于不变量理论的高效符号计算、现代几何算法、混合计算、组合算法与优化算法。 实几何与实代数的高效能算法。针对国家发展“高可信软件”，“高可信计算”的重大需求，开展符号-数值综合计算特别是以近似计算获取准确值的研究,虽不完备但对大多数情况具有低复杂度、高效率的探索式算法的研究。 2、数学机械化方法在若干信息领域基础研究中的应用。 基础研究成果是技术创新的基础。为适应国家需求，本项目将积极开展信息技术的应用基础研究，为技术创新创造条件。研究方向包括： 数学机械化与信息安全的基础理论研究。数学机械化的主要研究对象--非线性多项式方程组的求解算法，在信息安全的理论和实践中占有重要的地位，是许多密码算法安全的基础。研究内容包括：密码的代数设计与分析算法、密码技术、信息安全理论、编码的前沿问题。 数字伪装算法的研究是数学机械化973项目多年支持的研究。最近以此为基础的研制成果“数码隐藏摄像机”，2006年被重要国防单位采纳。我们将发展新一代数字图像伪装算法与设备。 数学机械化方法在生物特征识别中的应用。研究内容包括：模式识别与生物特征分析的基础理论，基于视听觉感知模型和认知机理的生物特征识别，多生物特征融合技术与实机系统开发，基于数学机械化原理的生物特征识别方法。 数学机械化方法在几何建模中的应用。几何建模是计算机辅助设计、计算机图形学、计算机视觉、虚拟现实等广泛的研究领域的基础研究之一，有着众多应用。主要研究：复杂曲面新算法、数码保密摄像和传输装置的完善。 数学机械化方法在极端制造中的应用。研究并联机构的运动学问题，非线性动力学，在非完整约束条件下并联机构的位置控制，及其在高精密微动并联机构的设计与分析中的应用，为IC制造设备的研究作出贡献。 广义Stewart平台是由我们提出的一类新型机构，被国际同行认为是“对并联机器人设计及运动分析的主要贡献。”其中一类机构的关键理论问题也已经用吴方法得到彻底解决。我们将加快广义Stewart平台理论成果转化的步伐，以此为基础解决极端制造中的若干关键理论问题。 3、基于网络的数学机械化软件开发，内容包括： 基于本项目提出的方法，开发数学机械化网络平台，为科学研究与高技术应用提供有力工具。我们将初步建立一个开放的数学机械化算法与软件公开库，针对具体问题提供相应快速模块，解决数学与信息领域的挑战性问题。 本项目包括数学机械化的理论与方法，数学机械化方法的应用，数学机械化的软件研究三个部分。适当调整了后三年的研究内容、目标余经费。 (1) 数学机械化理论与核心算法 负责人：李洪波 承担单位：中科院数学与系统科学院、北京大学主要研究内容：开展数学机械化理论与算法研究，包括各类方程的吴零点分解定理、现代几何的机械化算法、混合算法、逻辑算法、优化算法，提高针对实际高科技问题的符号和数值计算效率。 主要研究目标：建立先进的理论，推动数学机械化学科的发展。提出并实现高效的符号算法和混合算法，解决实际工程和科学计算问题中的一些重要问题。 (2) 差分与微分方程的机械化算法 负责人：陈永川、李子明 承担单位：南开大学、中科院数学与系统科学研究院 主要研究内容：建立关于差分和微分差分混合系统的数学机械化理论，研究计算其闭形式解与离散可积系统的新算法。研究组合算法与证明组合恒等式的新方法。 主要研究目标：确立我们在差分和微分差分混合系统