大型分布式迭代随机过程的收敛性（英文）

研究大型分布式迭代随机过程的收敛性，利用加权和Ｌｙａｐｕｎｏｖ函数法得到了保守性较小的收敛性判据，并首次利用向量Ｌｙａｐｕｎｏｖ函数法研究大型分布式迭代随机过程的收敛性，得到了新型的收敛性判据．与相关文献比较，本文对子系统的假设是最弱的。     

时不变线性随机系统均方渐近稳定性判据（英文）

利用系统系数矩阵的张量和、张量积以及Ｌｙａｐｕｎｏｖ型代数矩阵方程给出了时不变线性Ｉｔｏ随机系统均方渐近稳定性的两类充要条件，计算机判定的途径以及一类分布式迭代随机过程的均方收敛性判据。     

分布式迭代随机大系统的收敛性与稳定性

本文利用李雅普诺夫函数和分解－集结法，对具有分布式结构的迭代随机大系统建立了收敛性与稳定性判据．     

时滞中立型线性随机大系统的渐近稳定性

讨论了时滞中立型线性随机系统平凡解的几乎渐近稳定性，并推广到时滞中立型线性随机大系统的几乎渐近稳定性，首次给出了中立型随机大系统渐近稳定性的代数判据，并用实例加以验证．     

随机泛函微分系统的脉冲镇定

针对一般的随机泛函微分系统,提出了可脉冲均方一致渐近镇定和可周期性脉冲均方一致渐近镇定的定义.利用Lyapunov函数和一个一维线性脉冲时滞系统的渐近稳定性条件,得到了随机泛函微分系统可周期性脉冲均方一致渐近镇定的充分判据,并给出了脉冲控制律的具体设计方法.脉冲控制函数为正比例函数,脉冲发生间隔则依赖于系统本身的参数和选取的脉冲控制函数的比例系数.数值例子表明所设计的脉冲控制器是有效的.     

参数不确定分布时滞随机微分系统的指数稳定性

讨论了一类具参数不确定性及分布滞后的线性随机微分系统,旨在研究更为广泛的一类线性随机滞后微分系统的均方指数稳定性．文中给出了时滞依赖的均方指数稳定的代数判据,并通过一个实例表明了文中方法的正确性及适用性．     

渐近非膨胀映象不动点的迭代逼近

在Banach空间中利用新的方法提出和分析了渐近非膨胀映象的具误差的三步迭代的收敛性问题. 结论不仅包括具误差的修正的Mann和Ishikawa迭代序列作为特殊情况，而且去掉了定义域、值域的有界性假设. 同时，获得了实Banach空间中收敛性定理的充分必要条件. 文中的结论统一、改进和推广了一些熟知的结果.     

分布式随机迭代系统稳定性分析的并行算法

针对分布式随机迭代系统的特点,运用离散随机大系统的稳定性分析方法,提出一种易于作自动推理的分布式随机迭代系统稳定性并行分析法;解决了具有分布结构的随机迭代系统中出现的Ｌｙａｐｕｎｏｖ方程的高效并行算法问题．     

分解理论在非线性迭代大系统中的应用

本文应用李雅普诺夫函数分解法,研究非线性定常迭代大系统的稳定性分解。当时,由r个线性迭代定常孤立子系统的零解的渐近稳定性,可以得出非线性定常迭代大系统的零解的渐近稳定性,其中L、M、N、G、G_2分别如公式(24)、(38)所示。     

Banach空间中渐近非扩张映象的收敛性

在Banach空间中引入和研究渐近非扩张映象的某些类型迭代序列的收敛性,利用Banaeh压缩映象原理,采用误差迭代和不等式技巧,获得了Banach空间中渐近非扩张映象的相应序列强收敛的充分必要条件,其结果改进和推广了最新的一些结果．     

带随机状态转移的异步大系统的随机稳定性

本文针对一类具有随机状态转移概率的异步大系统,研究了该类异步大系统的随机收敛性及随机稳定性条件,并就线时不变情形得到的关系系统系数矩阵的约束条件。最后通过一个实例分析说明同步与异步大系统的收敛性及稳定性的关系。     

中立型随机时滞系统的渐近稳定性

通过It^o公式与半鞅收敛定理建立了中立型随机时滞系统的拉萨尔不变原理,确定系统解的极限位置的判定条件,并应用此原理给出中立型随机时滞系统的渐近稳定性的充分条件.同时也说明了本方法的结果包含了经典的随机系统稳定性结果为其特殊情况.需要指出的是,本方法所建立的稳定性结果无须LV负定,充分利用了随机扰动项的作用.最后,用实例验证了该结果.     

随机时滞系统的渐近稳定性

应用多个李雅普诺夫函数讨论了随机时滞系统解的渐近行为,通过伊藤公式与半鞅收敛定理建立了确定这种系统解的极限位置的充分条件,并且从这些条件得到了随机时滞系统渐近稳定性的有效判据,使实际应用中构造李雅普诺夫函数更为方便．同时也说明了本研究的结果包含了经典的随机系统稳定性,且经典的结果为本研究结果的特殊情况．本研究所得到的结果无须Lv负定,充分利用了随机扰动项的作用,并且从理论上解释了一个不稳定的系统有时加入适当随机扰动后反而稳定的原因．     

中立型非线性随机系统的渐近稳定性

研究了一类具有可变时滞的中立型非线性随机系统解的渐近性质,利用李亚普诺夫函数和半鞅收敛定理,得到了该系统解的三个渐近性质不等式;通过伊藤公式与半鞅收敛定理及不等式技巧建立了确定这种系统解的极限位置的充分条件,并且从这些条件得到了中立型非线性时滞随机系统解的渐近稳定性、多项式渐近稳定性及指数稳定性有效判据,其结果涵盖并推广了毛学荣关于中立型非线性随机系统解的渐近性质方面的部分结论．     

集值随机过程的均方Riemann-Stieljes积分

集值随机过程的积分理论是随机过程理论的一个新分支。利用随机集的位似及集值随机过程的均方收敛理论，创造性的定义了集值随机过程的均方Riemann-Stieljes积分，随后证明了均方Riemann-Stiel-jes积分存在性的判定定理，最后给出了分部积分计算公式，为今后进一步研究集值随机过程的微积分奠定了良好的理论基础。     

一种改进Wolef-BFGS-SQP法对随机规划的研究

基于拟蒙特卡洛随机模拟的Wolef—BFGS—SQP法对随机规划的再研究。对于求解LCI函数优化的BFGS—SQP算法,改用Wolef线性搜索原则,同样得到了该算法的全局收敛性,并把它推广到解决随机规划的问题上去。在随机模拟过程的处理上采用拟蒙特卡洛随机模拟技术,鉴于计算量比较大的问题,采用仅多加一个线性约束的信赖域技术计算,即可克服收敛慢等的缺点。     

随机线性系统部分变元稳定的充要条件

在引进随机线性系统截断Cauchy矩阵概念的基础上，应用矩阵分析的方法讨论了该类系统关于部分变元的几乎必然稳定性（a.s.稳定性），得到了只依赖于截断Cauchy矩阵有界性或渐近性的系统各种a.s.稳定的等价条件及系统某些不同稳定性之间的等价关系，研究结果在系统分析与设计中具有理论指导意义。     

关于一类随机适应序列的强收敛定理

引入了随机变量的截尾和停时的概念,在定理条件及其证明过程中适当地定义随机变量的截尾和停时,并通过定义鞅差序列和利用鞅差序列的收敛定理,得到了一类关于任意随机适应序列的强收敛定理.通过利用截尾方法和条件三级数定理,得到了在更高阶条件下的任意随机适应序列的强收敛定理.作为推论,得到了相应的关于独立随机变量序列的强收敛定理以及一些关于任意随机序列的已有的结果,进一步发展和完善了关于任意随机适应序列的强收敛性的研究.