Poincaré映射的定义域（英文）

研究一维周期微分方程Poinaré映射的定义域,证明如果这个映射存在,其定义域一定是一个开区间,并分别对Bernoulli、Riccati和Abelian等方程寻求它们Poincaré映射的定义域.     

Poincaré映射的定义域

研究一维周期微分方程Poinaré映射的定义域，证明如果这个映射存在，其定义域一定是一个开区间，并分别对Bernoulli、Riccati和Abelian等方程寻求它们Poincaré映射的定义域.     

两族非自映射的不动点收敛定理

研究一致凸Banach空间中两映射族的公共不动点逼近问题.构造关于非扩张非自映射族和渐近非扩张非自映射族的有限步迭代序列,并在适当条件下证明该序列收敛到公共不动点的一些强弱收敛定理,改进和推广了一些相关文献的结果.     

一类衍生Lorenz混沌系统的混沌分析

利用Lyapunov指数谱、 分岔图、 功率谱、 庞卡莱映射及相图分析方法, 研究由Lorenz系统衍生的一种混沌系统的运动规律. 对系统参数的数值模拟结果表明, 当参数取不同值时, 衍生系统分别呈现稳定、 周期、 拟周期及混沌等动力学行为.      

广义近端ψ压缩非自映射的最佳逼近点定理

介绍了广义近端ψ收缩非自映射的概念,给出了关于该非自映射的最佳逼近点定理,并建立了算法用于求解近端映射的近似解,最后通过举例证明所得结果.所得结果推广了相关文献的结论,有关自映射的最佳逼近点定理是文中结论的一个特殊情况.     

神经网络在动力学系统建模中的理论研究

动力学系统可以看成是映输入空间到输出空间的一个算子,在特定时刻动力学系统的输出可以看成是其输入空间上的一个泛函,这样动力学系统建模就可以看作是表征系统映射关系的算子或泛函的逼近问题。研究了多层神经网络的非线性映射能力,给出了多层网络可一致逼近有限维空间Ｒｎ紧集上的连续函数、无穷维函数空间紧集上的连续泛函和连续算子的理论证明。得出的几个一般性结论为在动力学系统建模等领域应用神经网络准备了理论工具。     

基于超立方体分割的分片线性逼近

为了解决复杂非线性系统的建模问题,提出一种基于超立方体分割的分片线性逼近模型.该模型将定义域分割成超立方体,在每个超立方体内用一个线性函数描述原来的非线性函数.再借助格表示形式,通过选择合适的连接得到由这些局部线性函数构成的连续分片线性函数.证明对于任何二阶可导的非线性函数,该模型都能任意精度逼近.因为不用再把每个超立方体都分割成单纯形,该模型有助于构造出更加简单的连续分片线性函数,并能处理复杂的高维问题.     

平面压缩映射的Hlder线性化

Hartman线性化定理证明了双曲微分同胚在其不动点附近可以被拓扑共轭于其线性部分。为了在线性化的过程中保留更多的动力学性质,有时需要其中的共轭映射至少是Hlder连续的。对于C1和C1,1映射,有文献分别估计了相应共轭映射的Hlder指数。笔者研究了对于光滑性介于C1与C1,1之间的C1,α(α∈(0,1))映射。将利用含已知映射迭代的序列去逼近共轭方程的解,从而证明C1,α平面压缩映射线性化的局部Hlder连续性,扩展已有的结论。具体思路是先把上述逼近中的极限转换为函数项级数。然后,通过估计映射迭代的收敛速度,证明该级数的一致收敛性并计算其Hlder指数。     

一种推广的二元Bernstein型算子的逼近性质

构造出单纯形上一种推广的二元Bernstein型算子,给出其在定义域上一致收敛的充分必要条件和几个逼近定理.     

基于神经网络的迟滞非线性逆模型

为了补偿迟滞特性对系统的不良影响,提高迟滞非线性系统的控制精度,建立了神经网络迟滞非线性逆模型.由于神经网络不能够直接逼近迟滞逆这种具有记忆性的多映射现象,通过引入一个迟滞逆算子,将多映射的迟滞逆转换成一一映射,然后运用神经网络来逼近这个一一映射从而建立一个基于神经网络的迟滞逆模型.该模型的主要优点是结构简单、精度高,可以在线调整神经网络的权值以适应不同工作条件下的迟滞逆辨识.最后,运用该方法对压电执行器中的迟滞非线性建立了逆模型.     

基于粗糙集-神经网络故障诊断技术的研究

提出了一种基于粗糙集-神经网络故障诊断新方法,该方法利用粗糙集理论对数据样本进行数据浓缩,提取初步的映射规则.该规则通过神经网络进行粗映射,利用神经网络的分类逼近能力,建立输入状态空间到输出空间的精确映射,大大提高了神经网络的收敛速度和逼近精度.通过对一个电力电子电路进行实验,实验结果表明,该方法可以有效地减少输入层神经元个数,提高神经网络模型的学习效率和诊断的准确性,在故障诊断中有良好的应用前景.     

一类泛函方程解的存在唯一性及其性质

讨论了一类源于动态规划的泛函方程,主要研究在某些条件下该泛函方程解的存在性、唯一性、迭代逼近及解的某些性质等问题.研究过程中,首先定义了巴拿赫空间中一个有界闭凸子集上的映射,其次证明该映射为非扩张的自映射,最后再证明该空间的任意收敛点列都是柯西列,从而由巴拿赫空间的完备性、不动点定理和非扩张映射证明了解的存在性.得到的结果拓宽、深化了刘泽庆等人的一些已有结论,并在一定程度上统一和归纳了由Bellman,Bhakta,Mitra等学者得到的早期研究结果.     

约束最佳一致逼近理论

本文根据工程中的需要,提出一新型最佳一致逼近问题:函数族u(α,x)在随参数α而变化的定义域X(α)上取值、参数α在点集A(A中的点α对应的X(α)非空)中取值时的最佳一致逼近问题.文中给出了判别最佳逼近函数的Kolmogorov型定理、一阶和二阶必要条件和充分条件、以及一阶二阶局部唯一性定理.     

利用小纸条巧判函数的一致连续性

本文巧妙利用观察法来判断函数的一致连续性。对于比较复杂的函数不好判断其一致连续性或一致连续区间,我们可先通过Matlab作图做出函数在定义域内的图像并观察函数图像的起伏陡缓情况判断出函数是否一致连续,再理论证明。     

关于非扩张非自映射的迭代逼近方法

在实一致凸Banach空间中,讨论了关于非扩张非自映射序列逼近公共不动点的问题,获得了一个强收敛定理,改进和推广了现有文献的一些相应结果.     

Banach空间中可数簇全拟-Φ-渐近非扩张非自映射的强收敛定理

在具有Kadec-Klee性质的一致光滑和严格凸Banach空间中讨论了一类完全拟-Φ-渐近非扩张非自映射簇的公共不动点的迭代逼近问题,并证明了这类完全拟-Φ-渐近非扩张非自映射强收敛性.改进和推广了参考文献的结论:在一致凸和一致光滑的Banach空间中渐近非扩张非自映像(或广义渐近非扩张非自映像簇)的公共不动点的迭代逼近问题.     

关于巴拿赫空间中非膨胀映射的一类扩展的石川迭代序列（英文）

关于巴拿赫空间中非膨胀映射的迭代序列是否收敛到该映射的不动点问题已有许多研究工作;2004年,徐洪坤建立了一种扩展的曼恩迭代序列,并用黏性逼近方法在一致光滑巴拿赫空间的框架下证明了其收敛到该映射的不动点;2007年,张石生推广与改进了徐洪坤的工作。基于以往有关工作,进一步探讨巴拿赫空间中非膨胀映射的迭代序列的收敛性与非膨胀映射的不动点问题。利用算子替换常数值与向量给出了一类扩展的石川迭代序列;基于对偶映射与变分不等式理论,采用黏性逼近方法,证明了该迭代序列的某种强收敛性及一个有关不动点定理。由于所建立的迭代序列概括了多种类型的曼恩和石川迭代序列,此项工作发展与推广了该领域的许多近期研究成果。     

关于曲面自映射的Reidemeister迹

1981年4月,Fadell提出了曲面自映射提升的Reidemeister迹的一个公式,没有给出证明。本文给出了Fadell公式的证明。构造出上述自映射的一个特殊的胞腔式逼近,并应用群环的Fox运算的性质。     

关于弱连续映射的两个问题

证明了序列空间上的映射是连续映射当且仅当它是序列连续映射,这一结果减弱了通常要求的定义域空间的第一可数性.此外本文还给出了一个开映射,但不是Darboux-映射的例,回答了汪林,杨富春提出的一个问题.     

基于测定PDM问题的一类积分方程的求解

给出在光纤通信中测定PMD问题中得到的一个积分方程的数值解法,并证明解的唯一性.该解法还可以进一步推广,是线性算子的定义域与值域不相交的情况下,求解线性非齐次方程的一种较简单实用的算法.