线性动态网络直接求解的矩阵算法

给出了线性动态网络具有单根和共轭复根直接求解的矩阵算法,该方法不需要建立网络的状态方程可直接从网络中求出所有动态元件变量或指定元件变量的解,其解具有矩阵形式,在网络分析与计算中,具有较大的实用意义。     

END随机变量加权和的最大值序列的完全收敛性

众所周知,END随机变量是一类包含独立变量、NA变量以及NOD变量在内的非常广泛的相依变量.在适当的权系数和矩条件下,我们研究了END随机变量加权和的最大值序列的完全收敛性.作为应用,得到END随机变量加权和的强大数定律.所得结果推广NA变量和NOD变量的相应结果.     

辛钦大数定律的一个推广定理

辛钦大数定律告诉我们:独立同分布随机变量序列{ξn},如果具有有限的数学期望a,则子样均值依概率收致于a。 如果随机变量函数g(ξn)的数学期望值存在,则可以得到一个推广的辛钦大数定律。 推广定理:设{ξn}是独立同分布的随面变量序列,如果ξn的函数g(ξn)具有有限的数学期望,即     

回归分析人工神经网络

为避免每次训练都必须随机生成样本序列的问题,提出网络动态拓扑的概念,对各种前向式网络进行统一表述;提出正、反序训练方法,并给出解的唯一性证明,同时,网络连接权在初始化时不再需要随机生成。回归分析人工神经网络有效解决了两次随机过程对训练结果造成的不利影响,在稳定性和可信性上对人工神经网络的应用提供了理论依据和技术支持。     

三阶三点边值问题解的存在性与唯一性

研究了反序上下解条件下三阶微分方程三点边值问题解的存在性与唯一性.利用单调迭代方法,分别得到解存在与唯一的充分条件,在满足解的唯一性的条件下,给出了求解的迭代序列及误差估计式.     

对含多端元件网络建立混合变量方程

以网络的回路电流及某些多端元件的支路电压燮量，利用电路理论和拓扑理论，对含二端及多端元件的网络建立了混合变量方程，方程中不同类型的元件分别用彼此独立的子矩阵表示，使用灵活方便，利用混合变量方程分析电路，可避免用受控源等效多端元件的复杂分析方法，有利于编制计算机辅助分析程序，最后，应用新建立的混合变量方程对含多端元件网络进行了具体分析。     

年龄相关的时变种群系统最优边界控制计算的惩罚移位法

应用惩罚移位法研究一类时变种群系统最优边界控制的计算问题.用p和u作为两个相互独立变量的无约束极小化问题的解簇{(pm,um)}逼近有约束极小化问题的解(p(u),u),得到了其解的逼近序列,求得最优控制u的近似值um,并证明了该逼近序列的收敛性.     

混合序列的强大数律

独立同分布随机变量序列的强大数定律已很完善，近来混合序列的强大数定律发展很快，有的结果已接近独立同分布情形，本文对α－混合、ρ－混合，ψ－混合序列的强大数定律的进展情况作一介绍。     

随机弱大数定律和弱大数定律的充要条件

讨论了任意随机变量序列的弱大数定律,得到了随机变量序列分别服从随机弱大数定律和弱大数定律的充要条件,以及独立随机变量序列服从弱大数定律的相关结果.     

具空间扩散的时变种群系统最优分布控制计算的乘子方法

应用乘子方法研究了具空间扩散的时变种群系统最优分布控制的计算,用p和u作为两个相互独立变量的无约束的极小化问题的解簇{(pm,um)}来逼近有约束的极小化问题的解,得到了其解的逼近序列,并证明了该逼近序列的收敛性.     

反序上下解条件下二阶多点边值问题

利用反序上下解方法研究二阶多点边值问题,当算子F映序区间入序区间时,证明该算子不动点的存在性.引入增算子,给出单调迭代序列,证明了最大解和最小解的存在性,并运用压缩映像原理讨论解的唯一性.     

Banach空间中一类二阶三点边值问题的一种拟上下解方法

利用比较原理,通过构造L-拟上下解单调迭代过程,在L-拟上下解反序的情况下,获得了Banach空间中的一类二阶三点边值问题-u″(t)=f(t,u(t),u(t)),t∈I,u′(0)=θ,u(1)=δu(η)解的存在唯一性,并给出了该问题唯一解近似序列的误差估计.     

具年龄结构的种群动力系统的最优分布控制计算的惩罚移位法

应用惩罚移位法研究种群动力系统(P)最优分布控制的计算,考虑到无约束的极小化问题的近似解法,用p和u作为两个相互独立变量的无约束的极小化问题的解簇{(p_m,u_m)}来逼近有约束的极小化问题的解(p(u),u),依此构造了其逼近序列,并证明了这种方法的收敛性.     

关于一类随机变量序列的局部收敛定理

利用停时技术的方法,建立一类随机变量序列的局部收敛定理。作为推论,得到了一类鞅差序列的强大数定律和若干经典的独立随机变量序列的强大数定律。     

相关随机序列的大数定律和中心极限定理

本文针对一类相关随机序列，获得了均方意义下的大数定律和中心极限定理，从某种意义上讲，它是独立随机序列大数定律和中心极限定理的推广。     

随机变量阵列加权和的r阶矩完全收敛性

独立同分布变量序列和相依变量序列的收敛性质研究一直是概率极限理论的研究热点。本文研究了随机变量阵列加权和的r阶矩完全收敛性。利用Marcinkiewicz-Zygmund不等式或Rosenthal型不等式和截尾法，获得了随机变量阵列加权和的r阶矩完全收敛的一般条件。同时，结合这些一般条件推广和改进了独立同分布或相依随机变量序列矩完全收敛性的相关成果。     

END随机变量加权和的强极限定理

END(extended negatively dependent)序列是一类非常宽泛的随机变量序列,它包括独立随机变量序列、NA(negatively associated)序列、NOD(negatively orthant dependent)序列等.利用END随机变量序列的Rosenthal型矩不等式,研究了END随机变量加权和的强极限定理,所得结果推广了独立变量和若干相依变量的相应结果.     

基尔霍夫定律的理论基础

依据拓扑学中的欧拉定理，简明地论证了应用基尔霍夫定律解网络问题时列出Ｍ＋Ｎ－１个独立方程的充分必要性，阐明了正向规定的任意性之理论根据．     

多变量时间序列的邻域预测法

在非线性动力系统中,邻域预测法已经很广泛地应用于单变量时间序列,本文将这些方法,特别是COM法和LL法,推广应用于多变量时间序列.当时间序列很短而同时有多个变量的时间序列可测量时,多个变量比单变量在长时间序列中更能提供有效信息从而获得更好的预测结果.     

一类含0－1变量的多目标两层决策方法研究

对于两层决策问题的现有研究，主要集中于连续变量和单目标函数情形，但现实世界大量存在着含整数变量两层多目标决策问题。本文考察了一类特殊的含整数变量两层多目标决策问题：上层存在０－１决策变量、下层有多个目标函数。在定义了问题的独立决策解与合作解后，本文将设计一种有效的分枝定界算法，它能以较少的节点求得问题的解。