单变量函数方程求根的一种新型Newton迭代法

对求解单变量函数方程提出一种大范围收敛的新型Newton迭代法，该方法的收敛范围比Newton法大．通过给出的实例表明，该方法具有明显优势．     

求微分方程组反周期解的同伦方法

研究一阶微分方程组的反周期解问题. 在一般条件下, 应用大范围收敛的同伦方法证明了微分方程反周期解的存在性. 数值算例表明该方法是有效的.     

单变量函数方程求根的一种新型大范围收敛迭代法

对求解函数方程f(x)=0提出了一种新型大范围收敛迭代法,该方法每次迭代仅需计算一个f值,其收敛阶与有效指数相同,约在1.618与1.839之间。通过给出的实例比较表明,该方法具有明显优势。     

一类半线性双曲方程的Cauchy问题

讨论推广了一类具有非线性项的 Euler-Poisson-Darboux 方程的 Cauchy 问题可解性及大范围解的存在性.利用线性方程 Cauchy 问题的整体可解性及逐步迭代法,通过先验估计证明了所得出的一系列解按 L~2-范数收敛,且该收敛函数就是所讨论问题的唯一强解.并利用高阶能量估计得到该问题古典解存在.     

仿真用材料弹性参数的反求方法

介绍了一种以实测位移为依据进行仿真用材料弹性参数反求的方法 .该方法根据实测的客观物理量集成运用有限元方法和优化技术来测算材料的弹性参数 .给出的一个算例表明了该算法不仅精度很高、收敛速度较快 ,且具有较宽的收敛范围     

一个二次规划问题的高阶收敛算法

利用凝聚函数对二次规划问题的等价形式进行带参数的磨光，并对参数方程的解曲线进行离散化追踪，在适当的条件下，证明了该算法具有大范围线性收敛和局部任意阶收敛.     

多参数超松驰并行二阶段多分裂失代算法

本文提出求解线性方程组的多参数超松弛并行二阶段多分裂迭方法,讨论了多参数的选取范围.当系数矩阵是M-矩阵或H-矩阵时,且多参数的选取范围满足0＜wi≤w＜2/1+ρ(|J|,这里J是Jacobi迭代矩阵,该方法被证明是收敛的.最后较详细地研究了多参数的SOR方法,给出了多参数的收敛范围.     

多感官群集智能算法及其在前向神经网络训练方面的应用

针对连续域函数优化问题,提出了一种新的全局极大值搜索方法--多感官群集智能算法(multi-sense swarm intelligence algorithm,MSA). 受鱼群算法(artificial fish-swarm algorithm,AFA)和FS算法(free search algorithm,FSA)的启发,MSA的搜索机制将大范围勘察和小范围精确搜索相结合,个体在使用视觉信息快速逼近局部较优解的同时,利用嗅觉信息避免群体过于集中并引导个体向全局较优解方向移动. 仿真结果证明:MSA鲁棒性较强,全局收敛性好,收敛速度较快,收敛精度较高. 最后,将该方法应用于前向神经网络训练,结果表明满足应用要求.     

求解非线性方程的一个新的预测-校正方法

将一种基于数值积分公式的隐式迭代格式与一种改进的牛顿迭代法结合,得到一种新的求解非线性方程的预测-校正方法,并用数值实例来验证该方法.新方法比一些已知的方法收敛阶、收敛精度更高,适合函数类的范围更宽,是一种较优的方法.     

收敛因子非线性变化的鲸鱼优化算法

针对基本鲸鱼优化算法在处理复杂全局优化问题时存在解精度低和收敛速度慢等缺点,提出一种收敛因子随进化迭代次数非线性变化的改进鲸鱼优化算法.该算法利用混沌方法替代随机方法初始化种群,使群体具有较好的多样性.受粒子群算法惯性权重启发,设计出一种随进化迭代次数增加而非线性变化的收敛因子更新公式,以平衡算法的全局搜索和局部搜索能力.对当前最优鲸鱼个体执行混沌扰动策略以扩大其搜索范围.选取6个高维标准测试函数进行数值实验,结果表明该算法具有较高的收敛精度和较快的收敛速度.     

解非线性方程组的一个改进牛顿法

针对牛顿法公式的局限性,利用非线性方程组F(x)=0的一个同解方程组的牛顿法公式,构造了求解非线性方程组F(x)=0的一个迭代法公式,牛顿法迭代公式是其特例,并讨论了其收敛性,通过算例说明了算法的有效性.     

一种适合求复数根的抛物牛顿割线法

以差商代替导数进行迭代计算,提出一种适合求复数根的抛物牛顿割线法。该方法在复数域上,可求出实系数多项式的全部根。最后通过算例分析,表明本方法的收敛速度较牛顿迭代法、牛顿割线法要快,可计算性和适用性强,同时也证明了该方法的有效性。     

迭代法收敛速度的比较

在全面介绍迭代法的收敛性的基础上，介绍了牛顿迭代法的收敛性和弦截性的收敛法，并对基本迭代法、牛顿迭代法和弦截法的收敛速度进行了比较，经比较看出，同样的问题，弦截法的收敛速度比一般迭代法要快得多，与牛顿迭代速度相近，也是比较快的。最后指出，在以电子计算机为数值计算工具的今天，必须研究适合于计算机运算的数值计算方法的收敛速度。收敛速度的快与慢，是评判谊种收敛法适用与否的一项重要指标。因此用何种方法来解决实际应用问题显得尤为重要。     

求多项式方程重根的一种高阶收敛的迭代法

给出了一种改进的Newton迭代法，可以求多项式方程的不论是单根还是复根的所有根，并证明了这种方法的收敛阶为4。     

解非线性方程牛顿迭代法的一种新的加速技巧

通过对非线性方程求根牛顿迭代法的分析,给出牛顿迭代法的一种新的加速技巧,并通过数值算例验证所作的理论分析.数值结果表明该加速方法是行之有效的.     

无约束优化的一个组合算法

将最速下降法与Newton法有机地结合起来,构造了无约束优化问题的一种组合迭代算法,并证明了算法的全局收敛性.该组合算法既继承了Newton法在极小点附近的快速收敛性,又解决了最速下降法难以求解的问题.     

求解Toeplitz矩阵特征值反问题的不精确牛顿方法

研究了求解大型Toeplitz矩阵特征值反问题的数值方法。用迭代方法(内迭代)求这些线性方程组的近似解,给出了求解大型Toeplitz矩阵特征值反问题的不精确牛顿方法。该方法可避免牛顿方法的“过度求解问题”,改进牛顿方法的有效性。数值结果表明不精确牛顿方法优于牛顿方法。     

一种适合于求实系数多项式近似复根的迭代法

提出了一种适合于求实系数多项式近似复根的迭代法,并进行了收敛性分析,给出了若干数值实例.该方法与切线牛顿法共同构架了复数域上求非线性代数方程近似解的基本方法.在切线牛顿法失效时它可替代使用.其收敛的阶为3,高于切线牛顿法的收敛阶2.特别地,与已有的抛物迭代法相比较,该方法是单步而非多步.     

PN结泊松方程的一种改进算法及其Matlab验证

针对在PN结泊松方程求解过程中几种常用方法存在的不足,提出一种改进算法.该算法结合求解非线性方程组的Newton迭代法与SOR(逐次超松弛迭代)法,即用松弛因子对Newton迭代过程的前、后2项进行加权平均,组成新的迭代公式.为进一步完善算法,在迭代公式中修改松弛因子,采用最佳松弛因子形式.根据改进算法的计算思路,运用Matlab7.0编程,对算法进行仿真与模拟.结果表明:算法真实可行,既保持计算的高精度,也明显地减少计算的迭代次数,提高求解过程的收敛速度,且仿真图像与文献图像较吻合.