基于随机用户均衡的交通配流演化动态系统模型

首先提出一个刻画交通配流演化的动态系统模型.该模型描述了路径流量日复一日的动态调整过程,而且其稳定状态对应于Logit随机用户均衡状态.随后分析了该模型的几个特征,包括模型稳定状态与随机用户均衡状态的等价性、模型稳定点的唯一性和模型收敛性.所提出模型被刻画作一个离散的动态系统,且具有一般的形式,文中也给出了它的一个具体形式.最后,利用一个数值算例对该动态系统模型的应用及性质进行了说明.该研究有助于更好地理解路径流量日复一日的动态调整过程.     

φ混合序列部分和的完全收敛性质

研究一类较广泛的φ?混合序列概率极限性质.利用φ?混合序列的矩不等式和截尾的处理方法,获得φ?混合序列部分和的完全收敛定理,所得结论推广和改进了王学军等[4]关于φ?混合序列部分和的强大数定律结果.1     

求解随机非线性互补问题的一种光滑化样本均值逼近方法

提出一种基于光滑Fischer-Burmeister函数的光滑化样本均值逼近方法,并用该方法求解随机非线性互补问题,在适当的条件下,证明了光滑化SAA问题的最优解几乎处处指数收敛到真问题的最优解.算例的数值计算结果验证了算法的合理性和有效性.     

反应扩散系统全局解的一致有界性和收敛性

利用Gagliardo-Nirenberg不等式估计抛物型系统(P)的解不依赖时间的H1范数有界,从而得到系统的全局解及其一致有界性,最后得解的收敛性.     

组合优化策略的改进协同优化方法

为克服传统协同优化方法一致性约束造成的收敛困难和局部最优问题,提出将粒子群优化算法和修正可行方向法结合并引入协同优化.应用粒子群算法获得全局最优解近似,在此基础上应用修正可行方向法进行局部精确搜索.分别以一个典型的二次函数优化问题和一个减速器设计优化问题作为测试实例,优化结果表明,所提出组合优化策略是有效的,同时兼顾了优化效率和精度.     

三维热传导方程的修正局部C-N方法

对三维热传导方程的经典Crank-Nicolson格式运用指数函数的Trotter Product公式进行修正和改进,推出一种求解三维热传导方程的修正局部Crank-Nicolson方法,该方法具有计算量小和精度高的优点.证明了修正局部Crank-Nicolson格式的无条件稳定性和收敛性,最后用数值实验验证了该方法的准确性和有效性.     

时间分数阶粘弹性方程的有限差分方法

粘弹性方程utt－Δut－Δu=φ(x,t)能描述震动在粘弹性介质中的传播。首先对一类含Caputo型的时间分数阶粘弹性方程给出一种有限差分格式,讨论它的差分解的存在唯一性;然后利用能量范数证明了该差分格式的稳定性和收敛性;最后通过数值实验1 说明在不同空间及时间步长取值下,数值解越接近精确解,也即该格式是有效的。
     

基于GaussNewton-NL2SOL法的前馈神经网络及应用

目前基于高斯牛顿法及其衍生算法的前馈神经网络虽然可以达到局部二阶收敛速度,但只对小残量或零残量问题有效,对大残量问题则收敛很慢甚至不收敛.为了实时解决神经网络学习过程中可能遇到的小残量问题和大残量问题,引入NL2SOL优化算法,并与GaussNewton法相结合,构建基于GaussNewton-NL2SOL法的前馈神经网络.仿真实例表明,该神经网络较好地解决了残量问题,具有良好的收敛性和稳定性.     

分批重复过程迭代学习广义预测控制

针对一类分批重复操作过程,提出迭代学习广义预测控制(ILGPC)算法·该算法利用以前的过程输入输出信息,在GPC结构中增加干扰预测估计的迭代学习前馈回路,通过对部分可重复干扰的估计和学习,提高了分批重复操作过程的控制品质,减小了跟踪误差·对算法的稳定性做了分析,并以间歇聚合反应过程为仿真对象,研究了算法的稳定性和鲁棒性·     

一个对数障碍函数方法(英文)

对数障碍函数方法是文献中非常流行的求解不等式约束优化问题的序列无约束优化方法.众所周知,对数障碍函数在线性规划与线性半定规划的内点方法中起着重要的作用.但是,在传统的对数障碍函数方法的收敛性分析中,往往要求要精确求解子问题或障碍函数的梯度要满足一苛刻的条件,这导致在实际计算中耗费大量的计算量.为克服这一缺点,笔者给出求解约束优化问题minx∈n+f(x)的一个对数障碍函数方法.该方法根据对数障碍函数的梯度的范数校正惩罚参数,不需要精确求解每一对数障碍函数的极小点.这一惩罚参数的校正规则保证在求解子问题时只迭代少数的几次,而不需要障碍函数的梯度满足苛刻的条件.我们给出该方法的性质并证明了方法的全局收敛性.