p阶拟循环群理论的可数模型

讨论了p阶拟循环群理论的可数的饱和模型,并用强极小理论证明了p阶拟循环群理论是ω1-范畴的,进而p阶拟循环群理论的每一模型都是齐次模型.     

事件空间中一类拟分数阶Birkhoff系统的Noether定理

基于按指数律拓展的分数阶积分,研究事件空间中拟分数阶Birkhoff系统的Noether对称性与守恒量.首先,基于按指数律拓展的分数阶积分定义,给出事件空间中拟分数阶Pfaff作用量,建立事件空间中拟分数阶Pfaff–Birkhoff原理,并导出Pfaff–Birkhoff–d’Alembert原理,得到事件空间中拟分数阶Birkhoff系统的运动微分方程.其次,计算Pfaff作用量的全变分,给出事件空间中拟分数阶Pfaff作用量的两个变分公式.建立事件空间中拟分数阶Birkhoff系统的Noether对称性的定义和判据.最后,建立事件空间中拟分数阶Birkhoff系统的Noether定理,揭示了系统的Noether对称性与守恒量之间的内在联系.如果分数阶时间积分参数γ=1,则该定理退化为经典的事件空间中Birkhoff系统的Noether定理.文末举例说明结果的应用.     

一类四阶发展方程的拟局部对称分类问题

目的研究一类四阶发展方程的拟局部对称分类问题。方法利用群分类方法。结果给出了容许拟局部对称的四阶发展方程及其所容许的对称。结论完成了四阶发展方程的拟局部对称分类问题。     

k阶拟Bent函数的构造

给出了一类布尔函数为k阶拟Bent函数的充分必要条件，并给出了其循环Walsh谱特征和具体构造方法。另外，还给出了k阶拟Bent函数的一种递归构造方法。由此，可构造出大量的k阶拟Bent函数。     

偶数阶拟线性中立型偏微分方程系统的振动性

研究偶数阶拟线性中立偏微分方程系统的振动性问题,获得了一类偶数阶拟线性偏泛函微分方程系统振动的若干充分条件.     

一类偏微分方程组的求解问题

讨论了一类一阶拟线性偏微分方程组的求解问题，给出了使用李群方法对方程组进行降阶的过程。降阶后的方程是一个一阶拟线性偏微分方程，所以有希望使用特征线方法求解。     

区间有理Bézier曲线的降多阶逼近

通过分析有理多项式的约束不等式,把区间有理Bézier曲线的降阶转化为多项式的保上界降阶逼近问题,得到两种降阶算法:拟线性规划法和拟最优逼近法。前者可一次降多阶,后者可一次降一阶或降二阶且具有显式的计算公式。给出了两种算法降一阶时的误差上界估计。数值实例验证了两种算法的有效性。     

一类非线性Schrödinger方程的多辛Fourier拟谱方法最优误差估计

考虑用多辛Fourier拟谱方法来处理一类非线性Schrödinger方程的周期边值问题.分析半离散多辛Fourier拟谱格式的稳定性,得到了最优收敛阶.给出全离散多辛Fourier拟谱格式的最优收敛阶.数值算例表明了算法的有效性.     

超拟中心与有限群的超可解性

利用完全条件置换子群的概念研究了有限群的超拟中心和4阶循环子群,通过极小阶反例法证明了:若G的极小子群皆属于超拟中心Q∞(G)且4阶循环子群在G中完全条件置换,则G为超可解群。     

一类非线性Schr(o)dinger方程的多辛Fourier拟谱方法最优误差估计

考虑用多辛Fourier拟谱方法来处理一类非线性Schr(o)dinger方程的周期边值问题.分析半离散多辛Fourier拟谱格式的稳定性,得到了最优收敛阶.给出全离散多辛Fourier拟谱格式的最优收敛阶.数值算例表明了算法的有效性.     

Perry-Shanno无记忆拟牛顿方法在非单调搜索下的收敛性

将Perry-Shanno无记忆拟牛顿方法与一类非单调搜索相结合,给出了一类求解无约束最优化问题的新算法.在目标函数为凸的条件下,证明了该算法的全局收敛性.     

基于三阶拟牛顿方程的对角三阶拟牛顿法

基于三阶拟牛顿方程,结合Zhang H.C.提出的非单调线搜索规则设计了求解大规模无约束优化问题的对角三阶拟牛顿算法。该算法在每次迭代中利用对角矩阵逼近Hessen矩阵的逆,使存储量和计算量明显减少,并且证明了算法的全局收敛性和超线性收敛性。数值试验表明该算法是有效的。     

拟牛顿法求解堆石坝结构非线性方程

探讨了求解堆石坝结构非线性方程的拟牛顿法，详细阐明了拟牛顿法在堆石坝结构分析中的实施过程，并编制了相应的三维非线性有限元分析程序，将拟牛顿法在中点增量法同时用于实例计算，表明拟牛顿法收敛速度较快且数值稳定性好，优越于中点增量法。     

带有参数的Perry-Shanno无记忆拟牛顿方法的收敛性

分析了带有可调参数的Ｐｅｒｒｙ－Ｓｈａｎｎｏ无记忆拟牛顿方法的收敛性,证明了对于非凸目标函数,在非精确搜索条件下,参数在一定范围内,算法是收敛的。     

求解非线性方程组的秩1反拟牛顿迭代法

给出了求解非线性方程组的秩１反拟牛顿迭代法，并证明了其在一定条件下收敛及具有超线性敛速或二阶敛速，且其每步的计算量少于著名的Ｂｒｏｙｄｅｎ秩１修正方法的计算量，计算实例表明，该方法是较有效的。     

无约束优化问题的稀疏拟牛顿法

对无约束优化问题提出了一种稀疏拟牛顿法,算法在每次迭代中运用拟牛顿方法的思想确定其搜索方向,采用非精确线性搜索确定步长,在通常的假设条件下,证明了算法的全局收敛性和线性收敛速度.     

多元响应回归模型及其参数的非线性最小二乘估计混合算法

针对多元响应数据的特点，建立了一个多元响应回归模型，对参数的非线性最小二乘估计进行了探讨。结合拟牛顿法和信赖域算法建立了一个非线性优化的混合迭代算法，该算法在一定条件下具有全局收敛性和超线性收敛性，对参数的非线性最小二乘估计是有效的。     

有限极大极小问题的拟牛顿法

给出了解极大极小问题的一种拟牛顿法, 在不假设在Danskin点处满足严格互补条件的情况下证明了算法具有超线性收敛速度及全局收敛的性质.     

求解凸规划问题的一种拟牛顿算法

研究了在广义Wolfe线搜索和推广型Wolfe线搜索条件下目标函数为凸的无约束优化问题的拟牛顿算法,并且证明了其全局收敛性.     

非线性代数系统的一种拟牛顿迭代法

本文讨论发数值求解非线性代数系统的一种拟牛顿型迭代方法，证明了这种迭代格式是局部Ｑ－超线性收敛。数值算例表明本文所讨论方法对某些非线性系统来说，无论是收敛速度还是算法稳定性都优于Ｂｒｏｙｄｅｎ方法。