一种改进的ε法

把ε法加速看成是一个逐步松弛加速的过程,分析了相应松弛因子的渐近行为,在一种特殊情况下给出了一系列松弛因子的极限表达式,并在此基础上提出了一种改进的ε法.理论分析和数值计算实例均表明,该方法运算量仅相当于ε法的一半强,但加速效果仍与ε法相当.     

超松弛因子最佳值的确定方法

在数值解法中,普遍采用有限差分和有限单元法,两种程序所得结果都是一个待解的线性或非线性矩阵方程。超松弛迭代解法不仅算法语言简明,而且具有加速迭代收敛的功能。本文通过两维稳态导热有限单元法的实例分析,给出了确定超松弛因子最佳值的一种简单方法。     

一种变步长LMS算法及其Matlab仿真

对变步长自适应滤波算法进行了讨论，对VS—LMS算法进行了改进，建立了步长因子μ与误差信号e（n）之间另一种新的非线性函数关系．理论分析和计算机仿真结果表明，该关系不仅具有原有算法收敛速度快的优点，而且在低信噪比环境下比原有算法具有更好的抗噪声性能．     

加快铸件流动场数值计算速度方法的研究

在对铸件流动场数值计算过程进行理论分析的基础上，指出了传统的静态松弛因子不能适应整个流动场计算的要求．提出了动态松弛因子、平均收敛率及总平均收敛率的概念，并给出了合理选取动态松弛因子的标准和方法，实际测试与应用表明该方法可以有效地提高迭代收敛速度，加快铸件流动场的计算处理过程．     

一维优化的最优步长因子法

本文在分析一维优化方法的比例因子法的基础上,提出了一种直接调整步长的最优步长因子法并给出框图。该法较比例因子法理论上完善,迭代控制可靠。     

一种动态加速因子的自适应微粒群优化算法

为提高加速因子全局搜索和局部搜索的平衡能力,提出一种加速因子动态调整的自适应微粒群算法.通过分析两个加速因子的变化规律,建立相应的常微分方程模型,求解得到加速因子动态调整公式.对几种典型Benchmarks函数进行测试.结果表明,该算法在运行过程中可自动调节加速因子,能在算法初期保持微粒自身优势,提高全局最优值的搜索能力,而在算法后期则注重社会信息的分享,提高局部最优值搜索能力,算法逐步稳定.     

基于改进的支持向量机的手写体汉字识别

逐次超松弛迭代法算法是一种具体的SVM算法,在SOR算法中松弛因子采取固定数值时,在许多情况下收敛速度较慢。文中提出通过引入具有＂先验知识＂的神经网络,对逐次超松弛迭代法中的松弛因子进行控制,以提高逐次超松弛迭代法的收敛速度。实验结果表明,该模型实现的逐次超松弛迭代法能够提高其收敛速度。在手写体汉字的识别实验中,该改进算法可以减少支持向量机的训练时间。     

最速下降法的若干重要改进

为了研究结构工程分析中线性方程组解法,基于变分迭代法的思路和简化拉氏乘子的识别,构造了线性方程组求解的一种迭代格式——改进型最速下降法。为了提高改进型最速下降法的计算效率,引入松弛因子和预处理技术两种手段,同时把松弛因子引入原来的最速下降法中,使传统的最速下降法也具有了实用性和较好的收敛速度。设计两个算例分别验证了改进型最速下降法引入松弛因子和预处理两种手段以及对最速下降法引入松弛因子这三种算法的效率和稳定性,对于算例1,三种方法与传统高斯-赛德尔方法相比计算效率分别提高了444倍、533倍和444倍,与传统超松弛迭代法相比分别提高了28.3倍、34.2倍和28.3倍;算例2是个病态矩阵,传统的高斯-赛德尔方法和超松弛迭代法均计算不出结果。三种方法与最速下降法相比计算效率分别提高了29.6倍、38.2倍和20.8倍。算例数值结果表明,改进型最速下降法极大地提高了方程组的求解效率和稳定性,值得推广。     

使用动态松弛因子的并行区域分解法

结合边界元法和无网格局部Petrov-Galerkin法提出了一种非重叠的并行区域分解法,并用来求解了不连续介质问题.静态的松弛因子被使用来加速收敛,其收敛范围和最优值被给出,然而数值结果显示对不同问题最优的静态因子是不同的.因此,一个动态因子被提出,所有算例的数值结果均显示,使用动态因子时的迭代次数小于使用静态因子时的迭代次数.     

利用拉格朗日松弛算法求解三维分配问题

将拉格朗日松弛算法与最优求解算法的复杂性进行了分析比较，并将该算法应用于求解3-D分配问题,分析与算例结果表明，该算法可大幅度降低3-D分配问题的求解计算量，是求解3-D分配问题的一种有效算法．     

惯量松弛因子对Simple算法收敛性能的影响研究

通过实例系统地研究了惯量松弛因子对Simple算法收敛性能的影响,找到了影响Simple算法收敛性能的适宜的惯量(松弛)参数.研究表明,带惯量松弛的Simple算法是一种较有效的方法,可推广应用于气流数值计算及环境模拟中.     

粒子群优化算法中加速因子的设置与试验分析

着重分析了粒子群优化算法中线性变化加速因子对粒子收敛的影响,使用4个著名的基准函数,对加速因子进行了测试,并在此基础上,对加速因子提出了一个推荐的设置值．模拟实验结果表明,该推荐设置值可以使粒子在搜索的初期获得更好的多样性,从而使粒子具有更强的摆脱局部极值的能力,在后期加快粒子的收敛速度以提高PSO算法的性能。     

大型机构式结构多约束优化设计

本文提出了一种用于机构式结构的多约束优化设计方法和程序ＵＨＢＤ１．所考虑的约束有应力，位移，局部屈曲，频率，静、动气动弹性及尺寸限等。敏度分析采用解析法进行；优化准则法用来推导再设计递归公式：为使收敛过程平稳且迅速，引入了双松弛因子ａ与β文中研究了确定拉格朗日乘子的各种算法，尔后在程序中采用一种可靠而有效的算法。 文中给出了若干例题结果以证实ＵＨＢＤ１程序的效率。     

对两种迭代加速算法的研究

加权法和Aitken算法是数值分析中两种常见的迭代加速算法,但加权法要求迭代公式φ（x）的导数值的绝对值｜φ／（x）｜〈1,否则该法失效;而Aitken算法只提出了具体的加速算法,并没有详细说明该算法为什么会起到加速的作用．因此,本文将对这两点不足进行一些研究,以使这两种算法更加完备．     

实时图象分析与理解的复制数据ROF算法

本文提出一种实时图象分析与处理的复制数据ＲＯＦ算法．该算法能够有效地组合操作并行与数据并行处理，并用ＲＯＦ滤波在数据结构分离的ｃｏｐｉｅｓ上同时实现．利用此算法进行实时图象分析与理解与并行算法相比获得的加速是惊人的，从根本上改变了传统的图象分析与理解方式．     

关于高分子材料在应力松弛过程中应力－时间关系的研究

指出了Ｍａｘｗｅｌｌ型应力松弛方程的局限性，并分别从高分子材料应力松弛过程的活化能及高分子链间物理交联结构对应力松弛的影响出发，首次推导了高分子科技界及工程界广为公认的形式上带有广因子的应力松弛经验方程．并对其有关参数的物理意义作了分析．在此基础上处理了硬聚氯乙烯在不同介质条件下的应力松弛实验数据，获得了一系列应力松弛参数，证明了对这一体系而言ｔｎ中的ｎ值为０≤ｎ≤１，证明聚氯乙烯高分子链间极性相互作用及部分化学交联对材料的应力松弛有明显的影响．     

ART算法的改进及在Shepp Logan头模型的应用

松弛因子作为ART算法中重要的参数,一度成为研究的热点。针对松弛因子的优化问题,提出了利用模拟退火原理实现变松弛因子重建算法(CRRT)的方案。利用模拟退火算法来优化代数重建算法的松弛因子,然后通过CRRT算法对Shepp Logan头模型进行仿真实验。对相关实验结果进行分析处理后,通过对比未改进的ART算法实验结果表明改进后的重建算法的效果比传统的ART算法效果更佳。     

松弛因子在交替法中的应用

为实现最优Schwarz交替法能够自适应地选取边界传输条件上的线性算子,本文在交界处切线方向上选取算子时引入松弛因子θ1,θ2,恰当选取松弛因子可以加速收敛,证明了线性和非线性条件下加速收敛的条件。数值算例也表明相同结果。     

基于IEEE802．11e MAC的联合无线资源管理

联合无线资源管理（JRRM）是针对耦舍多种无线接入技术的异构网络进行无线资源管理的一种新型机制，其目的是基于重配置技术和业务分流来整体优化异构网络的资源利用率。这种资源管理机制对其管理的各个接入网提出了QoS保证机制的要求。IEEE 802．11e的提出为WLAN提供了MAC层的QoS保证机制，从而促使IRRM能够高效工作。对基于IEEE 802．11e MAC的JRRM进行介绍，并分析了在联合会话允许控制和联合资源调度方面，基于IEEE802．11e MAC的方式能够改善异构无线环境中的网络性能。     

几种模糊控制算法的MATLAB仿真

模糊控制算法发展至今已有多种算法，对其中的几种常用算法进行分析研究，以比较各种不同算法的特点和优越性是一项十分有意义的工作。通过仿真研究分析了Mamdani模糊算法、具有可调因子的模糊算法以及模糊CCC算法的性能，并解释了模糊CCC算法相对于其他两种算法的优越性。还总结了量化因子和比例因子对模糊控制器的影响及因子的修改方法，并在仿真过程中加以了应用和验证。