Jacobi与Gauss-Seidel迭代的比较及算法的MATLAB实现

探讨比较了Jacobi迭代和Gauss-Seidel迭代,尤其是它们的可并行性.给出了它们在MATLAB中的一个实现.通过算例说明,算法的并行化实现可以大幅度地提升Jacobi迭代的效率.     

严格对角占优L-矩阵的预条件Jacobi迭代法

讨论了一种预条件Jacobi迭代法,理论上证明了系数矩阵为严格对角占优L-矩阵时,所给预条件子加快了Jacobi迭代法的收敛速度．通过三个数值实例验证了系数为严格对角占优L-矩阵预条件Jacobi迭代法的有效性．     

三对角L-矩阵方程组的一类预优迭代法

利用预条件Gauss-Seidel迭代法来求解三对角方程组,给出体形式和迭代矩阵.针对三对角L-矩阵方程组的情形,给出与经Gauss-Seidel迭代法收敛性的比较理,并通过数值实例验证所给结论.     

非扩张映像修正带误差项Ishikawa型混杂迭代的强收敛

研究了Hilbert空间H中的非扩张映像修正带误差项的Ishikawa迭代序列强收敛,并给出了新的迭代序列强收敛于不动点的充分条件.     

一类新的预条件Gauss-Seidel迭代法

给出一个新的预条件矩阵,构造相应的预条件Gauss-Seidel迭代法,并给出迭代法的收敛性结果.     

线性方程组迭代收敛充分条件的改进

本文对线性方程组迭代收敛的充分条件进行了改进．     

具有指数收敛速率的时滞系统采样迭代学习控制

针对具有状态时滞的连续时间系统提出一种采样迭代学习控制算法,可以避免连续系统D型和P型算法的不足.给出并证明了算法指数收敛的充分条件,该条件可保证系统跟踪误差能以指数收敛速率收敛至一个与采样周期相关的误差范围内.     

AOR迭代法的误差估计

在双严格占优矩阵条件下,给出了相容矩阵范数的一个上界,并以此为基础,得到了线性方程组求解时的AOR迭代法的误差估计式.作为特殊情形,当σ=ω=1时,得到了Gauss-Seidel迭代法的更简捷形式的误差估计式.     

分数阶非线性系统高阶P型迭代学习控制收敛性分析（英）

针对一类分数阶非线性系统,研究其N阶P型迭代学习控制（ILC）问题.首先,通过应用Gronwall Bellman引理,获得了系统控制输入序列收敛的充分条件.与已有结果不同的是,该条件包含系统状态矩阵.然后基于Q因子概念,对二阶与一阶ILC的收敛速度进行了比较.最后,数值模拟证明了所提方法能获得满意的跟踪性能.     

具有指数收敛速率的时滞系统采样迭代学习控制

针对具有状态时滞的连续时间系统提出一种采样迭代学习控制算法,可以避免连续系统D型和P型算法的不足,给出并证明了算法指数收敛的充分条件,该条件可保证系统跟踪误差能以指数收敛速率收敛至一个与采样周期相关的误差范围内。     

Jacobi Gauss-Seidel迭代收敛的准则Ⅱ

本文给出了JacobiGauss-Seidel迭代法收敛的新的判定准则，同时也给出了块JacobiGauss-Seidel迭代法收敛的新的判定准则．     

延迟微分方程并行算法的收敛定理

用Runge-Kutta法求解微分方程,数值方法有高精度和强稳定性.用来求解Runge-Kutta方程的迭代法需要很大的计算量.一种选择是在t轴的步点上应用并行迭代法.针对延迟微分方程分析了一类特殊的并行迭代法的收敛性,数值算例表明这种算法是有效的.     

基于数学实验对线性变换收敛性的研究

为研究迭代法的收敛性,将迭代法等价为线性变换,结合Matlab软件设计实验内容和算法.通过大量实验,分别得到迭代矩阵的谱半径在3种情况下迭代法的收敛性,即谱半径大于1,迭代法发散;谱半径小于1,迭代法收敛;谱半径等于1,无法判定.实验结果不仅与理论结果一致,而且更加直观地呈现了线性变换下迭代法收敛性的具体形态,这对实际问题开展研究具有指导意义.     

预条件AOR迭代法的收敛性分析

对线性方程组Ax=b,讨论了系数矩阵为不可约M-阵时预条件AOR（accelerated overrelaxation）和IMGS（improving modified Gauss-Seidel）方法的敛散关系,得到两个结论：IMGS方法较预条件AOR方法收敛快;预条件AOR方法不同参数对收敛半径的影响,并通过数值例子验证所得的主要结论.     

加速时域玻恩迭代收敛的频率补偿技术

该文提出了一种能够加速时域玻恩迭代法收敛的频率补偿技术，并把频率补偿技术应用于时域玻恩迭代法求解二维无耗介质体的剖面重建。数值结果表明频率补偿技术能有效地提高时域玻恩迭代法的收敛速度。     

二阶脉冲微分方程的三点边值问题(英文)

研究了二阶脉冲微分方程的三点边值问题的非平凡解的存在性.在非线性函数给定的增长条件下,利用Leray-Schauder非线性迭代法,获得了非平凡解存在的充分条件,并举例阐述了主要结果.     

方程N'(t)=r(t)N(t)的正解的渐近性

运用迭代法研究时滞微分方程N (t) = r(t)N(t)t≥0的正解的渐近性,给出了保证每-正解N(t)趋于1的充分条件.     

求解大型广义绝对值方程的Picard-SS迭代法

将Shift分裂迭代法作为Picard迭代法的内迭代求解器,构造了求解大规模广义绝对值方程的Picard-SS迭代法,并且详细讨论了该方法的收敛性。数值算例表明,Picard-SS迭代法在内外迭代步数和CPU时间方面都比现存迭代法更加有效。     

非线性方程的一类半隐式方法

基于求解常微分方程刚性问题的A-稳定Rosenbrock方法,引入一类求解非线性方程的半隐式迭代法,给出了收敛阶的分析.通过几个困难的方程求解问题,与Newton法、光滑与阻尼方法进行了数值比较.     

对非线性方程(组)简单迭代法的改进

对非线性方程(组)的简单迭代法进行了改进,从而扩大了此方法的使用范围.数值计算说明这种新的迭代序列是收敛的、可行的.