一类累积量域自适应滤波算法

讨论和研究了累积量域自适应滤波原理及代价函数，给出了一个新的代价函数J3(n)及基于J3(n)的CSWLMS算法。CSWLMS算法的性能优于基于代价函数J1（n) 的CLMS算法和基于代价函数J2（n)的CRLS算法。另外，还对CLMS算法和CRLS算法进行了改进。对上述算法进行了计算机模拟仿真比较，仿真结果表明改进的算法及给出的CSWLMS算法收敛性能良好。     

模糊粗糙集的格结构

定义了模糊集合的上、下近似算子，讨论了其代数结构.证明了模糊粗糙集理论中全体可定义集合构成一个完全分配格，给出了生成这一完全分配格的元素的集合并讨论了其基本性质.     

利用Skolem序列构作图Km+2\Km的图设计

首先应用Skolem序列及Langford序列等直接构作了图G4=K6\K4的2个无穷类图设计,进而将这2个构作方法推广到更广泛的图类Gm=Km 2\Km上,给出了Gm-GD(2(2m 1)t 1)与Gm-GD(2(2m 1)t)的直接构造.其中m与t为任意正整数(前者中m奇且t≡2，3（mod4)的情形除外）。     

利用基因重组策略改进遗传算法

为了克服标准遗传算法的早熟现象，提高遗传算法的全局收敛性，提出了一种基于基因重组策略的遗传算法。该算法定义了一种新的交叉算子，即移位逻辑交叉算子(包括蝶形移位交叉算子和洗牌移位交叉算子)，用它们对染色体的部分基因实现有规律的交叉重组。实验结果表明，该算法比经典的遗传算法具有更好的收敛性和稳定性。     

关于Ramsey数下界的一个注记

Ramsey理论是组合论中的一个重要内容，但确定Ramsey数R(k，f)是非常困难的．给出了Ramsey数R(k1，k2，…，km)的一个下界公式；同时也指出了2002年《数学的实践与认识》上某论文中的一些错误。     

PN群与半完全群的关系及性质

引入纯非交换群的概念，利用自同构群与完全群的密切关系，得到了纯非交换群与半完全群两者之间的关系。     

自由C*-代数与非交换Hahn-Banach定理中的完全收缩扩张的唯一性问题

1 引言及主要结果Arveson 把经典的Hahn—Banach扩张定理推广到了C-代数的自伴线性闭子空间上.从此,许多数学工作者对Arveson扩张定理作了推广,下述结果属于G,Wittstock,命题1.1(见文献[2]定理4.2)设X是-算子空间,A是一有单位元的 C-代数且A(?)X,若(?):X→B(H)是一完全收缩映射,则存在完全收缩映射(?):A→(H)使得(?)|X=(?)且||(?)||_cb=||(?)||_cb利用该命题易得:推论1.1 设X与Y均为算子空间且Y(?)X,若(?):Y→(H)是一完全收缩映射,则存在完全收缩映射(?):x→B(H)使得(?)|Y=(?)且||(?)||_cb=||(?)||_cb但命题1.1中的(?)的唯一性问题从未被人涉及,本文用自由C-代数和遗传C-代数为工具,给出了命题1.1中扩张(?)对任何Hilbert空间H均具唯一性的一个充要条件,即下述的:定理1.1 设X和Y均为算子空间,且Y(?)X,1∈X,则下述等价:(1)对每个Hilbert空间H及每个完全收缩映射(?):Y→B(H),都唯一存在完全收缩扩张映射(?):x→B(H)使得(?)|Y=(?)且||(?)||_cb=||(?)||_cb(2)C(Y)是C(X)的遗传C-子代数,定理1.2 记号同于命题1.1,则对每个Hilbert空间H,(?)均唯一存在的充要条件为:I(X)是A的遗传C-子代数,其中I(X)是由X生成的A的C-子代数,     

弱条件下Halley族迭代的收敛性

我们曾在Smale的点估计判据下得到整个Halley族迭代的收敛性定理。点估计判据假设被求零点的映照f在初始近似z_0的某个适当大的邻域内解析。按数值泛函文献的通常理解,这是强条件的假设,尽管这种假设对于实计算的复杂性研究有其特殊的需要。对于其迭代映照中涉及f的k阶导数(或差商)的迭代法,通常理解的弱条件是假设f在z_0的某个邻域有连续的k 1阶导数,就像Канторович关于Newton法的经典工作那样。弱条件下建立收敛性定理的最大困难是关于优映照正根存在的判定。由于优映照通常被选为多项式,所以在关于算法的理论中,这是一个已经被彻底解决的问题。但成功的收敛性定理要求把这种条件明快地表示出来,而不是只给出一种判定的算法。对照文献[6]的成功和文献[7]的差强人意,这是很明显的。长期以来,还没有能够在弱条件下建立Halley族迭代的收敛性定理,其困难就在于此。对原来意义的Halley法来说,已经建立不少弱条件下的收敛性定理,但不能令人信服地说哪个比哪个更好,其原因亦在于此。     

非线性规划含三个参数的一族梯度投影法

利用偏斜梯度给出非线性不等式约束规划的含３个参数的一族梯度投影法．证明了方法的全局收敛性，并分析了算法族的几个有价值的特例．     

线性约束优化问题的一类变尺度方向的内点算法

基于内点算法思想，利用投影技术，给出了求解线性约束优化问题的一类变尺度方向内点算法．改善了算法的收敛速度．同时，在去掉目标函数的凸性及Ｌｉｐｓｃｈｉｔｚ性假设之下，同样给出了算法的收敛性定理