关联Dirichlet级数的收敛性

在不要求Dirichlet级数F(s)的3个收敛横坐标相同的条件下,证明了如下结论:当Dirichlet级数F(s)在右半平面一致收敛时,F(s)的关联Dirichlet级数f(s)的一致收敛横坐标为1；当F(s)在右半平面收敛时,F(s)的关联Dirichlet级数f(s；α,β)的收敛横坐标为1.     

解决非线性互补问题非光滑牛顿算法的全局收敛以及局部收敛性分析

考虑基于Facchinei F等（1997）提出的解决非线性互补问题的非光滑牛顿算法的收敛性质．对该算法我们在较弱的条件下给出了一般性的全局收敛结果，改进了Facchinei F（1997）和Dan H（2002）文中的相关结果，作为这个定理的推论，我们得到的迭代序列的每一个聚点x^＊或者是非线性互补问题的解或者是稳定点．最后，在局部误差界的条件下给出了超线性（二阶）收敛速度的证明．     

基于Orlicz函数及强缺项收敛的模糊数列空间

作为缺项统计收敛模糊数列空间的推广,基于Orlicz函数,在定义模糊数列强缺项收敛的基础上,提出和讨论了三类基于Orlicz函数的模糊数列空间F(M,θ,p),F0(M,θ,p)和F∞(M,θ,p),并证明了空间的线性性质;最后通过研究模糊数列强缺项收敛与缺项统计收敛之间、强缺项收敛与强收敛之间的相互关系,得到几类基于Orlicz函数的模糊数列空间的包含关系。     

一类变系数非线性递归序列的极限

对形如Fn＋2=a1（n）F ！b1n＋1＋a2（n）F ！b2n ，n≥1的变系数非线性递归序列｛Fn｝的极限问题进行了研究，给出了在满足一定条件时，序列｛Fn｝收敛且极限值与初始值F1〉0，F2〉0无关。     

解析函数收敛性的拓扑方法

若F为区域D上在某种程度上完备的内紧一致有界的解析函数类，则F上的豪斯多夫、第一可数并且粗于紧收敛拓扑的拓扑都有相同的结构，都等价于紧收敛拓扑。这样，为了研究这类型的拓扑，可把它转化为用不同方式定义的拓扑而导出不同的性质。而且，这些拓扑把相应的收敛性联系起来．给了研究者从一种收敛性过渡到另一种的工具。     

非扩张映像不动点集与Ishikawa逼近过程的几何结构

首先证明了严格凸Banach空间中非扩张映像71的不动点集F(T)是闭凸集，再证明了当F(T)是Hilbert空间中流形时，若从空间中任一点x0出发的非扩张映像T的Ishikawa迭代序列xn 1=tnT(snTxn (1-sn)xn) (1-tn)xn,tn,sn∈[0,1]任意n≥0收敛于某不动点p,则p必是x0在F(T)中的最佳逼近元．另一结果是，若从Hilbert空间中任一点x0出发的非扩张映像T的Ishikawa迭代序列收敛于某不动点P，则limn-→ ∞(y-p,xn-p/||xn-p||)≤0任意y∈F(T)，这个结果称为逼近不动点的钝角原理．     

概率算子与分布函数列的弱收敛

让F是一分布函数,对每个人f∈C.由A_Ff(?)intergral from n=-∞to∞(f(x y)dF(y))定义算子A_F.在本文中证明了如下结论.定理 1 如果对每个f∈C_3LimA_(F_n)f=A_Ff 则F_n(x)(?)F(x)定理2 f是R_1中的有界连续函数,如果F_n(x)(?)F(x)则A_(Fn)f收敛于A_Ff.定理3 F_n(x)(?)F(x)以及f∈C.则A_(Fn)f一致收敛于A_Ff.定理4 F_n(x)弱收敛于F(x)当且仅当对于每个f∈C_0,A_(Fn)f一致收敛于A_Ff.     

复F值函数项级数的研究

引进复 F 值函数项级数及其收敛与一致收敛的概念,给出其一致收敛的判别法,并研究了它的和函数的连续性以及逐项求导和逐项积分问题。     

F值函数关于F值F测度的F积分

以非负F数的概念的基础,定义了取值的非负F数的F测度,研究了非负F值函关于F值I测度的F积分,得到了该种积分的定义,性质和收敛定理,使得Sugeno的数值F积分得以推广。     

一类分布的尾端点估计量的收敛性

在极值分布指数γ〈0时，给出了边际分布函数F（z）的尾端点估计量，并研究了此估计量的相合性、强收敛速度与渐近分布．     

L-拓扑空间中滤子的O-收敛

在L-拓扑空间中引入滤子的O-收敛理论，并讨论了滤子的O-收敛与网的O-收敛之间的关系．     

模糊Petri网及其可达性的必要性条件

给出了模糊Petri网的形式化定义及其变迁规则，并以模糊Petri网的控制矩阵与关联矩阵为工具，讨论了模糊Petri网的性的必要性条件。     

Convergence Theorems for Fuzzy Superpramarts

The notions of fuzzy (super) pramart are introduced. Then the completeness and separability of metric space are discussed. A necessary and sufficient condition of convergence for fuzzy sequences is provided.Finally, the graph Kuratowski-Mosco convergence and D-convergence of fuzzy (super) pramart and quasi-martingale are studied.     

基于改进遗传算法的模糊聚类研究及应用

模糊C-均值聚类算法是一种局部搜索算法,采用迭代的爬山技术,对初值敏感易陷入局部最小值。遗传算法是一种全局优化算法,能够克服模糊C-均值聚类算法陷入局部最小值的问题,但遗传算法收敛速度慢,易早熟。应用小生境思想对遗传算法进行了改进,以保护种群中基因的多样性,设计了基于最短距离的算术交叉算子、边界变异算子及双精英种子参与进化的策略。仿真实验结果表明,改进后的算法能够提高模糊聚类的收敛速度和聚类质量。     

Convergence of Fuzzy Set Sequences

There are more than one mode of convergence with respect to the fuzzy set sequences. In this paper, common six modes of convergence and their relationships are discussed. These six modes are convergence in uniform metric D, convergence in separable metric Dp or Dp*, 1≤p<∞, convergence in level set, strong convergence in level set and weak convergence. Suitable counterexamples are given. The necessary and sufficient conditions of convergence in uniform metric D are described. Some comments on the convergence of LR-fuzzy number sequences are represented.     

模糊拓扑空间的m-紧(Ⅰ)

在模糊拓扑空间中利用强开覆盖的概念引进一个称作 m-紧的紧性定义 ,并研究了它与模糊网的 m-收敛之间的关系 .证明了 Tychonoff乘积定理对 m-紧性成立 .     

用FUZZY规则加速BP网络的收敛速度

本文提出了一种用ＫＵＺＺＹ规则修正ＢＰ神经元网络的学习步长的方法，计算结果表明本文提出的方法在加速ＢＰ网络收敛速度方面是行之有效的。     

模糊神经网络的混合调整方法

由于常规调整方法的收敛性依赖于模糊模型的初始条件 ,文中提出一种新的基于遗传算法和梯度法的模糊神经网络自动调整方法 ,通过仿真证明了这一方法是有效的 .     

模糊控制在电缆收排线系统中的应用

提出了一种带模糊控制的电缆收排线系统。本系统以基本模糊控制器为核心 ,提出了一个误差函数f(e)来实现变比例因子的反模糊化方法 ,从而加速了系统的收敛速度 ,避免了振荡。同时增加了智能积分环节以提高稳态精度和避免积分饱和。实践表明 ,该方法的运用对改善系统的平稳性和控制精度是十分有效的