多元Taylor级数的数值算法

本文给出了任意元函数在任意点展开的任意阶 Taylor 级数的数值计算公式,同时对在 Taylor 级数收敛范围内的多元连续函数的“叠加问题”给出了一种构造性证明.     

定常对流扩散方程的一种求精算法

针对定常对流扩散模型方程,在分析已有的几种计算格式的基础上,提出一种新的求精算法,从而使得收敛速度和计算结果精度得到了显著的提高。     

融合正弦余弦算法的蝴蝶优化算法

针对蝴蝶优化算法存在收敛速度慢、求解精度差和易陷入局部最优等缺陷,提出一种融合正弦余弦算法的蝴蝶优化算法.首先在蝴蝶自身认知部分引入非线性自适应因子,其次重新定义香味浓度计算公式,最后在局部搜索阶段引入改进的正弦余弦算法.通过19个基准函数的测试,实验结果表明,本算法在收敛速度、寻优精度和鲁棒性方面均优于蝴蝶优化算法(...     

Alpha稳定分布噪声环境下新的类RLS自适应算法

给出在分数低阶Alpha稳定分布环境中一种新的类RLS自适应算法.由于Alpha稳定分布信号不存在有限的二阶和二阶以上矩,因此用最小p范数准则代替了传统的最小均方准则,并利用矩阵求逆定理提出一种直接递推的类RLS算法,避免了以往类RLS算法中的IRLS迭代计算,从而使算法的计算复杂度大大降低.最后对几种自适应算法进行仿真,并对其收敛特性进行了分析.结果表明,算法的收敛速度明显快于LMP和NLMP算法.     

考虑高墩二阶效应的简化迭代计算方法

为快速计算高墩侧移所致的二阶效应,在经典解析法的基础上,提出一种新的计算高墩二阶效应的简化迭代方法.根据高墩与上部结构的不同约束情况,推导建立相应的迭代计算公式.将简化迭代算法分别应用于一座高墩连续刚构桥和一座高墩连续梁桥算例中,并将计算结果与有限元法计算结果进行对比.结果表明,经过4次迭代计算后,本方法即可达到收敛条件;对于高墩连续刚构桥算例,墩顶水平位移和墩底弯矩的简化迭代计算结果与有限元模型计算结果的相对误差分别仅为-0.11%和-1.18%;对于高墩连续梁桥算例,两者相对误差分别仅为1.04%和1.02%.     

调整右矢量的加速牛顿类迭代法

设计了一个新的牛顿类迭代方法.该迭代法设计了最佳松弛参量并不断调整线性系统的右端矢量,它比牛顿方法的计算量要少,比修正的牛顿方法收敛得快.分析了松弛参量的作用,并给出了最佳参量的计算公式.使用数值例子证明了该方法的优良性质,用衡量指数对比了其他几种迭代法,证明了该方法的优越性.     

加权Core EP分解下的矩阵加权Drazin逆Ad,W的逼近计算

通过矩阵加权Drazin逆A^d,W的特征、表示和性质，给出了计算矩阵加权Drazin逆A^d,W的三种逼近计算公式，并得到了逼近收敛的充分必要条件.     

几何规划的投影内点算法

基于内点算法思想,利用投影技术设计了求解约束正定式几何规划的一种新的算法,在合理的条件下证明了所提供的算法的收敛性质.此算法具有计算量小,稳定性强等优点.     

EM算法的BFGS加速算法

EM 算法是一种求参数极大似然估计的迭代算法,在处理不完全数据中有重要应用.EM 算法实现简单,数值计算稳定,存储量小,具有良好的全局收敛性,但EM 算法收敛速度慢只是次线性的收敛速度,妨碍了EM 算法的应用.现已提出了多种加速EM 算法收敛的方法.本文是在EM算法的拟Newton加速算法的基础上,使用非线性规划中对称秩2校正公式(BFGS公式)给出了一种新的加速EM 算法收敛的方法.它是针对EM的M步的,在共享 EM算法单调增加似然函数值和稳定收敛的基础上提高EM算法的收敛速度.最后用数值试验结果验证了该加速算法的有效性和可行性.     

改进型蚁群算法及其在TSP中的应用

介绍了蚁群算法的基本原理,并对其优、缺点作了详细的分析.基于蚁群算法的缺点--需要较长的计算时间,收敛速度慢,提出了一种改进型的蚁群算法,可以有效提高收敛速度,并把该算法应用到TSP问题中,取得了很好的效果.     

聚萘酯结晶度的测定

用密度梯度管法、红外光谱法和x射线衍射分峰法,测定聚萘酯(PEN—2.6)的结晶度,并对3种方法测定的结果进行了比较.     

一族共轭梯度算法的全局收敛性

提出了一族计算βk的新公式,即提出了一族新的共轭梯度法,证明了一种非精确线怀搜索能够保证这种方法的下降性和全局收敛性。     

HS与PR共轭梯度算法的整体收敛性

研究共轭梯度算法的整体收敛性,在放宽了的强Ｗｏｌｆｅ搜索（１８）、（１９）下证明了［１］中提出的修正ＨＳ共轭梯度算法的收敛性,在充分下降性条件下,βｋ＝ｍａｘβＨＳｋ,０｛｝时也具有整体收敛性,同时,βｋ＝ｍａｘ０,βＰＲｋ｛｝时,利用Ａｒｍｉｊｏ搜索和Ｇｏｌｄｓｔｅｉｎ搜索的共轭梯度法也具有整体收敛性．     

Armijo型线搜索下的新共轭梯度法的全局收敛性

共轭梯度法是解决无约束非线性最优化问题的重要的方法之一.基于FR方法好的收敛性并考虑到dk的下降性,提出了一类新的共轭梯度法,并在两种Armijo型搜索下,研究了新方法的全局收敛性.数据实验表明新方法是有效的.     

An improved double-threshold method based on gradient histogram

This paper analyzes the characteristics of the output gradient histogram and shortages of several traditional automatic threshold methods in order to segment the gradient image better. Then an improved double-threshold method is proposed, which is combined with the method of maximum classes variance, estimatingarea method and double-threshold method. This method can automatically select two different thresholds to segment gradient images. The computer simulation is performed on the traditional methods and this algorithm and proves that this method can get satisfying result.     

瞬态场研究的时间步进法与共轭梯度法

本文以任意形状细导线散射问题为例讨论了时间步进法与共轭梯度法及其在瞬态场问题研究中的应用,我们发现了这两种方法之间的联系,并对Rao等人提出的改进型共轭梯度法做了进一步简化.数值计算结果与相关文献结果吻合很好.     

共轭下降法的一个全局收敛性结果

共轭梯度法是求解无约束最优化问题的一个著名方法，共轭下降法是其中的一种，它最早由Fletcher提出，在对共轭下降法进行研究并确定了步长λk时，使用了一种新的Armijo类型的搜索，证明了新算法的可行性及佤中收敛性，提出的搜索简单易行，丰富了共轭梯度法的内容。     

线性约束的梯度投影法

本文应用作者（１９９５，１９９６）所建立的可行方向法的理论和方法，给出了梯度投影法的搜索方向的表达式和搜索方向是可行方向的充分必要条件；建立了梯度投影法的理论。     

无约束最优化问题中梯度路径的一种简单求法

基于对称矩阵的Ｂｕｎｃｋ－Ｐａｒｌｅｔｔ分解,将信赖域子问题转换成一修造是的信赖域子问题。