幂等Quantale的子Quantale

研究了QuantRle在幂等条件下，代数Quantale与空间式Quantale的关系，得到了Quantale及其子Quantale是空间式的充分条件，并且给出了幂等Quantale的子Quantale具体事例．     

多孔介质中可压缩驱动问题的全离散分裂正定混合元方法

提出了数值模拟多孔介质中可压缩驱动问题的全离散分裂正定混合元方法.引入分裂正定混合有限元方法来求解抛物型的压力方程.混合有限元方程组是对称正定的，并且流函数方程不依赖于压力方程.采用标准的Garlerkin方法来处理对流－扩散型的饱和度方程.给出了此方法的全离散格式，并分析了该全离散格式的收敛性.     

一种线搜索下DY共轭梯度法的全局收敛性

利用王长钰等人提出的一种新型线搜索条件对Dai-Yuan非线性共轭梯度法进行了研究。根据这一新型的线搜索条件,结合DY共轭梯度法的方向计算公式,我们在文中提出了一个求解非线性无约束优化问题的算法。当搜索方向为下降方向时,给出了算法的全局收敛性结果及证明过程。     

等式约束优化问题SQP算法的超线性收敛充要条件

对于等式约束问题，Boggs，Tolle和Wang三人将Dennis，Mo埏的求解无约束优化问题的类似结果加以推广，得到了SQP算法超线性收敛的一个极为重要的充要条件。许多研究学者又作了的改进，进一步减弱假设条件，得到了同样的等式约束问题的SQP算法超线性收敛的充要条件。     

一类非线性波动方程解的存在惟一性

证明了一类非线性波动方程解的存在惟一性。首先利用Galerkin法构造了近似解序列，然后利用一致先验估计，证明解序列的收敛性，从而得到解的存在性，在此基础上证明了解的惟一性。     

BP神经网络在字符识别中的设计改进

BP网络模型是最早被提出来的人工神经网络模型之一,它是一种简单而且非常有效的算法.在数字字符识别系统中,为了克服BP神经网络的易陷入局部极小、收敛速度慢等缺点,本文对传统的BP算法进行了多方面的改进,使得算法更加有效.     

蚁群算法的全局收敛性研究及改进

针对蚁群算法(ACA)寻优性质优良,但搜索时间长、收敛速度慢、易限于局部最优解,从而使其进一步推广应用受到局限的问题,对算法的全局收敛性进行了深入的理论研究,并从改善全局收敛性的角度对算法作了一系列改进,最后对Bayes29这一典型的TSP问题进行了仿真实验。实验结果证明,改进后的蚁群算法具有很好的全局收敛性能。这为蚁群算法的进一步理论研究打下了很好的基础,对其在各优化领域中的推广应用具有重要意义。     

修正的S.N.Bernstein型三角插值多项式的逼近

构造了一个三角多项式算子Hn(f；r，x)(r为自然数)，使其对每一个以2π为周期的连续函数都能在全实轴上一致收敛，并给出了最佳收敛阶的估计．     

C-半群的拟Lie-Trotter乘积公式

讨论了Banach空间中两C-个半群T(t)t≥0，S(t)t≥0的拟Lie-Trotter乘积公式[T（t/n）S（t/n）]^n收敛的条件。     

非线性l1 问题的光滑近似算法

利用“ ”函数的光滑近似函数和无约束优化方法给出非线性l1的一种算法．在适当的假设下，算法是全局收敛的．初步的数值试验结果表明算法的有效性．