带初始状态误差的分数阶P型迭代算法的收敛性分析

【目的】为了解决实际的操作中迭代初态相对于期望初态的误差问题。【方法】通过Laplace变换和M-L函数引导出了弱解的表达式,证明开闭环P型迭代算法收敛的充分条件,最后举例对结果进行验证。【结果】证明了开闭环迭代算法的收敛性。【结论】所得结果拓展了迭代算法在分数阶领域的研究,对已有成果进行了补充。     

张量伪谱的新包含域

张量伪谱可以看成是矩阵伪谱的推广,它在齐次动力系统中有着重要的作用.对张量伪谱圆盘定理进一步研究.利用张量伪谱中特征向量的最大元,给出了张量伪谱的新包含域.数值例子验证了结果的有效性.     

张量广义特征值的新包含域

张量特征值问题在许多科学领域中都具有重要应用.通过进一步研究正则张量对{A,B}的特征值(α,β)的一些性质,给出张量广义特征值的新包含域,在理论上证明所得到的新包含区域比已有的结果更好,并用数值例子说明结果的有效性.     

基于双决策和快速分层的多目标粒子群算法

针对粒子群算法在求解多目标优化问题时存在的收敛性不足和多样性缺失等问题,提出一种基于双决策和快速分层的新型多目标粒子群算法(DDFSMOPSO);在该算法中,采用外部存档对迭代产生的非劣解进行存储,并利用拥挤距离和绝对距离相结合的双决策策略对外部存档规模进行维护,使得优秀粒子在随后的进化过程中易于保留和发展;同时,采用...     

基于平均位置学习的改进粒子群算法研究

针对粒子群算法在求解复杂的多维多峰问题时,存在着局部搜索精度不高和易陷入局部最优等不 足,提出了一种基于平均位置学习的改进粒子群算法。 该算法在学习策略上采用比粒子自身适应值更好的邻 近粒子为学习对象,将该算法分两个阶段用不同更新速度公式,阶段一在更新速度公式中引入整个种群所有粒 子位置的平均位置;阶段二在速度更新公式中引入新平均位置,采用贪心策略选择,通过粒子每次更新后选择 的个体比种群历史最优适应值更优,且储存对应个体历史最优位置,在阶段一结束后开始求它们的平均位置。 将平均位置作为学习对象,可增强粒子间的信息交流,同时可平衡算法的局部开发性能与全局搜索能力。 在 CEC2017 测试函数实验中,实验结果显示所提改进算法与另外 4 个算法相比有一定的优势。     

有向图的无符号拉普拉斯谱半径的新上下界

设G是一个n阶的简单有向连通图,令A(G)为有向图G的邻接矩阵,D(G)为有向图G的出度对角矩阵,则有向图G的无符号拉普拉斯矩阵可以表示为Q(G)=A(G)+D(G).利用图中顶点v_i的出度d_i~+和平均二次出度m_i~+,给出一些有向图G的无符号拉普拉斯矩阵谱半径q_1(G)更精细化的上下界,并通过数值例子证实新上下界的有效性.     

具有脉冲效应和Leakage项时滞的随机扰动模糊细胞神经网络的指数同步

研究了具有脉冲效应和Leakage项时滞的随机扰动模糊细胞神经网络的指数同步,通过李雅普诺夫稳定性理论、随机微分方程理论、随机分析法、It?'s公式及一些不等式方法,基于p-范数下得到了新的指数同步的充分条件.在本文中所考虑的脉冲效应是一般函数,而不是线性函数;还发现随机扰动和Leakage项时滞对系统同步有抑制作用.     

张量伪谱的包含域

【目的】研究张量伪谱的相关性质。【方法】利用张量伪谱的定义,在现有文献基础上进一步研究张量伪谱的相关性质。【结果】给出了张量伪谱的新包含域。【结论】证明了所得到的区域比已有文献中的区域更小。     

具有变时滞的随机忆阻神经网络在固定时间内的控制同步

研究了一类具有混合变时滞的随机忆阻神经网络在固定时间内的控制同步问题. 通过集值映射,随机微分包含理论,固定时间内稳定性理论,李雅普诺夫函数,伊藤公式和一些不等式方法,在与时滞τ,随机扰动项及转换跳跃T_i相关的恰当的反馈控制器u_i(t)的控制下,得到了新的该神经网络在固定时间内控制同步的充分条件.     

T - 凸空间中广义H0-条件下的 KKM 定理

[目的]为了在不具有线性结构的T-凸空间中得到弱于H0-条件的GH0-条件下的KKM引理.[方法]利用非线性分析中关于度量以及从属于紧集的有限覆盖的单位分解构造辅助函数,并基于GH0-条件的特征,构造复合函数.[结果]在弱于H0-条件的GH0-条件下建立了T-凸度量空间和T-凸拓扑空间中的KKM引理.[结论]在空间结构和凸结构条件较弱的情形下推广了KKM引理.