非线性复杂前馈系统的全局镇定控制

基于嵌套侵润函数构造了镇定器,并证明其整体收敛性,推广了该类前馈非线性系统控制器的应用范围.     

梯形嵌套加密Q1截断有限元方法及收敛性分析

针对二维Poisson方程边值问题,给出用仿射映射替代Q1变换后k级梯形网格嵌套加密有限元的收敛性分析结果.     

含弱互补函数的可行的无子规划算法

用弱互补函数来代替F-B互补函数，由此而构建出四个光滑的线性方程．还修改了第二个线性方程，从而保证了迭代点的可行性和目标函数的下降性．采用修改的拟牛顿算法修正，在没有要求子矩阵H^k是一致正定的条件下，证明该算法具有全局收敛性和局部超线性收敛性．算例表明，该算法具有很好的应用前景．     

两阶具角点奇性椭圆问题的Mortar有限元方法的Cascadic解法

证明了具有角点奇性两阶椭圆问题的Mortar P1元的存在唯一性和收敛性，给出了离散问题的Cascadic解法的收敛性。     

立体神经视觉系统中零件识别的学习方法

提出了一种立体神经视觉系统中零件识别的学习方法。与标准的ＢＰ算法对比有两点改进：①用变尺度方向代替负梯度方向作为搜索方向；②用可变的最优学习率来代替不变的学习率，采用上述２仆改进后，训练速度和收敛性都有较大的改善，实际应用表明，所提出了垢训练速度、收敛性和稳定性都比标准ＢＰ算法有较大的提高。     

联邦数据库系统嵌套查询的处理方法

本文介绍一种解决联邦数据库系统嵌套查询的处理方法：它将嵌套语句转化为一个不含嵌套的语句，或分解为一组子查询，嵌套留在本地库综合处理，这样使得不论成员库是否支持嵌套查询，它的关系总能被嵌套语句使用。     

四点插值细分格式的改进

对四点插值分格式提出了一种新的改进方法，并利用栖西定理和构造Bernstein多项式等方法证明了该方法的收敛性，光滑性，同时还得到曲线端点处的导数，给出曲线光滑拼接的充要条件，为曲线间的光滑拼接提供了理论基础，该方法可以很容易地推广到曲面的情形。     

随机测度与点过程的收敛性

本文简要地叙述随机测度与点过程理论有关收敛性方面比较重要的结果.讨论了距离空间上测度的各种收敛性问题,随机测度与点过程,无穷可分随机测度与无穷可分点过程,平稳点过程以及收敛于Poisson过程等等收敛性问题.     

内超实度量空间中的两种收敛性

用无穷小分析方法研究了内超实度量空间中与Ｑ－拓扑及Ｓ－拓扑相应的两种收敛性——Ｑ－收敛性及Ｓ－收敛性，给出了内超实度量空间中的点列、网以及函数列Ｑ－收敛与Ｓ－收敛的特征与基本性质，引进了一致Ｑ－收敛与一致Ｓ－收敛的概念，并讨论了这些收敛性在一般度量空间中的应用．     

光滑问题的牛顿法及其延拓

牛顿法是科学计算中最重要的方法之一，一些重要的数值计算方法的计算速度快的主要原因是与牛顿方向有关系.简述一元函数求根的经典牛顿法及其收敛性定理，并给出几点注记；解释了一元函数到多元映射在分析上的困难，给出求解无约束极小化问题的经典牛顿法及收敛性定理；将光滑映射拓广到半光滑映射，提出半光滑牛顿方法，分析并证明了半光滑牛顿法收敛性定理；以求解互补问题为例说明半光滑牛顿方法具有广泛的应用背景.     

主元加权迭代法求解病态线性方程组

由于病态线性方程组的系数矩阵条件数很大,使用迭代法求解病态线性方程组时,收敛速度慢且数值解的精度很低.针对此问题,设计了一种主元加权迭代算法.该算法在系数矩阵主元上叠加一个权值,以此来降低系数矩阵的条件数.最后以希尔伯特矩阵构成的病态线性方程组为例,对提出的主元加权迭代算法和高斯-赛德尔迭代法以及雅克比迭代法进行了测试.对比试验结果表明:主元加权迭代算法能有效地提高数值解的精度.     

Riesz投影的数值算法及收敛性

利用二次规划与压缩映射原理,给出了一种Ｒｉｅｓｚ投影问题的数值算法,并证明了算法的收敛性。若利用此算法,又可构造一种变分不等式的迭代算法。文末给出了一个算例,说明该算法具有精度高,收敛速度快的特点。     

基于多重网格法的相位解缠算法

指出了最小二乘相位解缠算法是求解二维相位解缠问题最稳健的方法之一,并可等效为求解一大型的稀疏线性方程系统.求解大型线性方程组通常采用迭代法,然而其收敛速度非常慢.为了改善收敛特性,提出了一种新的相位解缠算法——多重网格法,该方法通过在疏密不同的网格层上进行迭代,以平滑不同频率的误差分量,从而加快系统的收敛速度.仿真实验表明:该方法能够很好地恢复真实相位,具有解缠精度高,收敛速度快等优点.     

小型吊舱式无人艇航向控制

针对小型吊舱式无人艇航向控制系统精度问题,考虑模型中的不确定性和风、浪干扰等未知项,设计一种基于RBF神经网络和迭代滑模算法的自适应控制器.在建立吊舱式无人艇运动数学模型基础上,采用迭代滑模算法提高收敛时间,并通过RBF神经网络权值逼近模型参数不确定项和未知扰动,最终将该算法与迭代滑模算法进行仿真比较.结果表明,所提出...     

一类基于最小二乘法的声发射源组合定位算法

介绍了声发射源时差定位方法的基本原理及其常用的声发射源定位方法.针对声发射源三维定位常规算法中初始值的选取影响算法收敛速度和定位精度的问题,充分利用最小二乘算法的估计特性,改进定位算法,提出一类基于最小二乘法的Geiger优化迭代组合定位算法.数值仿真算例表明:该方法能有效解决迭代法的初始值问题,保证算法的收敛并且提高迭代算法的收敛速度.     

求解方程近似解的改进双曲线型迭代算法

应用双曲线逼近法,在分析了迭代算法思想的基础上,结合过程模拟与系统仿真的实际,推导出求解方程f(x)=0近似根新型迭代算法,并给出了迭代格式和计算方法.计算结果表明,用此算法求解方程的根,收敛速度及稳定性均好于割线法,初值选取范围比牛顿法和割线法宽.此算法的提出对于方程求根的理论分析和工程应用都有十分重要的意义.     

求解扩展Levine-Athans方程组的直接迭代算法

特定信息结构下大型线性系统无时限最优控制有解的必要条件是存在一组矩阵变量 { K,P,V} (P,V对称正定 )满足相应的扩展 L evine- Athans方程组 ,因而求解该方程组成为协调控制器设计中最为关键的一环。对此 ,论文提出了一种新的算法——直接迭代法 ,它在选择搜索方向、初始反馈增益矩阵和迭代缩放因子等方面具有独特之处。文中给出了算法的详细计算步骤并对其收敛性进行了严格的数学证明 ;一个典型 4机两区域电力系统分散与协调控制器的设计实例表明 ,新算法与传统的一阶梯度算法相比 ,具有收敛速度快 (快 3个数量级 )、精度高等优点     

三维Helmholtz方程的高阶紧致差分方法

提出了三维Helmholtz方程等距网格上的一种四阶精度19点紧致差分格式。结合多重网格V循环算法和红黑高斯-塞德尔迭代法进行求解,并与二阶中心差分格式进行了比较。计算结果验证了本文方法的精确性和有效性。     

基于Iterative映射和非线性拟合的鲸鱼优化算法

为解决鲸鱼优化算法中收敛速度慢和寻优精度低等问题,提出一种基于Iterative映射和非线性拟合的鲸鱼优化算法（NWOA）。首先,该算法利用了Iterative映射对鲸鱼种群初始化,保证初始种群的多样性;其次,采用非线性拟合的策略对收敛因子和惯性权重进行改进,以平衡算法的全局勘测能力和局部开发能力。通过对13种函数进行仿真实验,从均方差和平均值的角度分析,改进后算法寻优精度显著提高,且稳定性较强。实验结果表明NWOA与传统的鲸鱼优化算法相比,收敛速度明显加快。     

基于神经网络参数优化的迭代学习控制算法

针对迭代学习控制用于轨迹跟踪时存在收敛速度慢的问题,提出用RBF网络优化迭代控制器参数的算法.在每一次迭代学习过程之后利用RBF网络对当次输出的数据进行优化计算,拟合出最优的学习增益,使迭代学习算法具有较快的收敛速度,在单关节机器人中进行仿真验证了方法的有效性.