一种求解单调非线性方程组的凸组合算法

将求解单调非线性方程组的CGD算法和MPRP算法的下降方向进行凸组合,构造出新的下降方向,从而提出新的算法,并给出新算法的全局收敛性定理.通过数值实验比较新算法与CGD算法和MPRP算法的结果,可知新算法优于原算法.     

一类线性等式约束优化的投影Dai-Yuan共轭梯度法及其全局收敛性

针对具有等式约束的非线性最优化问题,提出了一类具有充分下降特性的投影Dai-Yuan共轭梯度法.在每次迭代过程中,算法均可得到充分下降的搜索方向.在适当条件下,证明了算法产生的搜索方向为可行下降方向,分析了算法的全局收敛性.数值结果表明算法是可行的、有效的.     

两类无约束优化的充分下降共轭梯度法

对无约束优化问题提出两类新的充分下降共轭梯度法. 在每次迭代过程中, 算法均可得到充分下降方向. 在适当条件下, 证明了算法的全局收敛性. 数值结果表明算法可行、 有效.     

基于优化BP神经网络算法的网络质量评价

针对现有的BP神经网络算法,提出了在变步长BP神经网络算法基础上的优化方案,并将其应用于网络质量评价当中.在优化方案中,对步长的上升和下降阶段分别采用不同策略进行优化.理论分析表明:优化后的算法能够克服传统算法权值收敛过慢,和变步长算法误差收敛中的震荡问题.仿真表明,优化后的算法会使神经网络的学习误差和网络质量分类的总体误差明显下降并大幅提高评价的准确性.优化算法较传统算法相比误差收敛过程更加稳定,且学习误差下降达9.64％,网络质量分类的总体误差下降达23.1％；优化算法的验证准确率在传统算法的基础上提高了19.65％,在变步长算法的基础上提高了9.88％.由此可见,优化算法在BP神经网络的预测精度方面起到了大幅度提高的作用.     

求解单调非线性方程组的凸组合算法的收敛性

将求解单调非线性方程组的MPRP算法和CGD算法的下降方向进行凸组合,构造出新的下降方向,提出新的算法,并证明新算法是全局收敛的.     

一类半正定变分不等式的随机下降算法

校正投影收缩算法的下降量证明中多次使用了放大不等式,因此本文利用满足固定均值的随机数适当扩张步长,得到了一类半正定变分不等式问题的随机下降算法.在适当的假设条件下,利用马尔可夫不等式和依概率收敛的性质,给出了随机下降算法的依概率收敛性证明.通过一系列的数值试验验证了随机下降算法的有效性,并且表明了合理选择随机数的均值和方差可以提高随机下降算法的计算效率.     

一类无约束优化的修正共轭梯度法

针对无约束优化问题, 提出一种新的充分下降共轭梯度法. 该算法在每次迭代过程中, 产生的搜索方向均为充分下降方向. 在适当条件下, 证明了算法的全局收敛性. 数值结果表明算法是可行和有效的.     

线性二阶锥权互补问题的非单调无导数下降算法

提出非单调无导数下降算法,用于求解线性二阶锥权互补问题.构造一个效益函数,分析其水平集有界性.提出的算法在计算步长时进行非单调线搜索,搜索方向在一定假设下满足下降条件.理论证明算法全局收敛,数值结果验证算法有效.     

最速下降法和共轭梯度的混合算法及全局收敛

将最速下降法与共轭梯度法有机结合起来,构造出一种混合优化算法,并证明其全局收敛性.这种混合优化算法结合了共轭梯度法和最速下降法产生搜索方向,既提高了共轭梯度算法的收敛速度,又解决了目标函数的等值线是扁长椭球时,最速下降法下降缓慢的问题,具有收敛速度快、收敛范围大、适应面广等特点.文中的算法实例表明,混合算法与单纯的共轭梯度法相比,效果更优.     

一类新的下降算法及其全局收敛性

研究给出了一类新的求解无约束优化问题的下降算法.在无任何线搜索下,证明了新算法能够保证充分下降性,并且在采用Wolfe线搜索时,证明了新算法具有全局收敛性.大量的数值试验表明该算法是非常有效的,能够用于广泛的科学计算.     

半迭代方法的收敛性

迭代法是求解大规模稀疏线性方程组的常用方法之一.迭代方法的健壮性和收敛速度是影响迭代法有效使用的两大因素,因此在使用中对迭代法加速是非常必要的.半迭代法对加快迭代法的的收敛速度,增加迭代法的健壮性等方面是有效和实用的.本文在迭代矩阵是亏损阵的情况下,讨论影响半迭代法的加速效果的几个因素.结论表明,如果迭代矩阵的特征值分布不理想,或迭代矩阵的特征值的指标大,或迭代矩阵的Jordan基矩阵病态时,都会对半迭代的加速效果产生较大的影响.     

唐以前文论对批评方法的运用

唐以前文论对批评方法的运用主要表现在四个方面：一是对意象批评方法的运用;二是对比较批评方法的运用;三是对源流批评方法的运用;四是对摘句批评方法的运用。唐以前文论作为我国古代文论的“武库”,它为不同文学批评方法在后世的拓展、丰富与完善奠定了基础、提供了平台。     

A-stable Explicit Nonlinear Runge-Kutta Methods

IntroductionConsidertheinitialvalueproblem(IVP):y′=f(x,y),y(x0)=y0(1)wherey∈RN,f:R×RN→RN.ThispaperisparticularlyinterestedinIVPsarisingfromchemicalreactionsandautomaticcontrolsystems[1-4],whichareusuallystiff.ThesolutionofstiffIVPshasattractedinterest…     

一类二级隐式Runge-Kutta方法的非线性稳定性及B-收敛性

本文给出了一类二级全隐式的 Runge-Kutta(R-K)方法,讨论了它的非线性稳定性及 B-收敛性,最后将这类方法与传统的二级 R-K 方法作了比较,结果表明我们的方法不仅对非 stiff 问题较为适用(有较高的传统阶)而且也同样适用于 stiff 问题(有完全相当的最优 B-收敛阶)     

关于Newton-like-iterative方法新的收敛性定理(英文)

用迭代法求解Newton-like法中的方程,T.J . Ypma提出Newton-like-iterative方法。在其早期的文章中,不精确牛顿法理论用来研究Newton-like-iterative方法的收敛性。与以往方法不同,今提出用不精确Newton-like法做相关的收敛性分析,所得定理更加简单,同时具有仿射不变性。     

人工智能研究中的Bottom-up方法和Top-down方法

将人工智能研究在方法上区分为Bottom-up派和Top-down派,并且分别叙述了这两种方法的哲学、历史和成果。主张两种方法走向极端是不可取的,人工智能研究要寻找两种方法的结合点,才可能避免任何一种极端方法所导致的研究复杂性。     

心率变异性的复杂性与分形维数分析

发挥非线性动力学的潜力，提出了心率变异性（ＨＲＶ）信号的复杂度分析法和分形维数分析法。由于这两种方法能从较短的ＨＲＶ信号中提取信息，因此作者又进一步把这两种分析方法发展成动态分析法。用这两种方法分别对一个改变体位的ＨＲＶ信号和一个发生心肌缺血的ＨＲＶ信号的过程进行了动态分析。分析结果表明，它们都成功地检测出了ＨＲＶ信号的生理和病理变化。可见，动态复杂度分析法和动态分形维数分析法对ＨＲＶ信号及类似于ＨＲＶ的信号是很有前途的分析方法。     

光度法测定碘的研究综述

食品中的碘与人们的身体健康密切相关,综述了近年来国内外光度法测定碘的各种方法,主要有常规光度法、催化动力学光度法、萃取光度法、褪色光度法、溶剂浮选光度法、双波长光度法、荧光光度法、染料缔合物光度法和紫外光度法等。     

数据挖掘中聚类算法比较研究

聚类算法是数据挖掘中的核心技术 ,虽然聚类算法已被广泛深入的研究 ,但其应用在数据挖掘领域时间不长 ,其间产生了许多不同的适用于数据挖掘的聚类算法 ,但这些算法仅适用于特定的问题及用户 .为了更好的使用这些算法 ,综合提出了评价聚类算法好坏的 5个标准 ,基于这 5个标准 ,对数据挖掘中近几年提出的常用聚类方法作了比较分析 ,以利于人们更容易、更快速的找到一种适用于特定问题的聚类算法     

论反贫困的法律机制

反贫困是法律、行政、经济手段的三位一体,即法律手段反贫困是根本,行政手段反贫困是工具、程序,经济手段反贫是实质。民法、行政法的自身局限性是贫困的制度原因之一。反贫困对法律机制的需求具有多层次性或多样性,需要宪法、劳动法、社会保障法、环境法及经济法的分工与合作。