混凝土超声波成像中两种算法的成像效果分析

采用弯曲射线追踪算法计算走时,分别用最小二乘QR分解算法与代数重建技术就恰定方程组、超定方程组与欠定方程组进行了成像计算．结果表明：对恰定方程组与超定方程组,两种算法均可得到良好的重建图像;对欠定方程组,两种算法的重建图像均难于正确反映尺度较小的异常体．     

求解大规模非线性方程组的一种无导数共轭梯度法

提出求解大规模非线性方程组的一种无导数共轭梯度法．算法的优点是计算中完全不需要用到方程组的雅可比矩阵．在适当的条件下,证明算法具有全局收敛性．     

求代数方程组数值解的智能新方法

本文针对解代数方程组计算复杂和非线性方程组的解难以得到问题，提出了一种适合于不同类型方程组的通用算法．模拟生物进化过程，利用仅以变异作为唯一基因操作的EP方法来求方程组的最优解或次最优解．首先建立智能化的通用方程组，再利用改进的EP方法(在自适应方法中引入小生境思想)来求解方程组．算法既简单又具有通用性，最后举例说明本方法的有效性．     

一类解超定非线性方程组的乘子算法的局部收敛性

提出一类解超定非线性方程组的乘子算法，并且证明了算法的局部超线性收敛性．     

一个解非光滑方程组的Levenberg-Marquardt算法

给出了一个求解非光滑约束方程组的Levenberg-Marquardt算法,每一步迭代中只需求解一个严格凸的二次规划问题．首先,利用松弛变量的绝对值函数将原问题转化成一个无约束方程组;然后,结合光滑化技术设计Levenberg—Marquardt算法．此算法具有全局收敛性,并且在弱于非奇异性的局部误差界条件下,具有局部二次收敛性质．初步的数值试验结果表明,此算法实际计算效果良好．     

求解病态线性方程组的精细积分单参数迭代法

基于精细积分法的思想,通过引入一个单参数,提出了将单参数迭代法与精细积分法相结合的求解病态方程组的新的算法．通过两个经典算例进行验证,数值结果表明,该方法在精度和迭代次数上都有显著提高,对求解病态方程组是一种有效的算法．     

求解k阶线性递归方程组的一种更有效的并行算法

将求解ｋ（ｋ≥２）阶线性递归方程组问题转化为求矩阵序列部分积问题，在ＳＩＭＤ共享存储模型上提出了求解ｋ阶线性递归方程组的一种新的有效并行算法．研究表明，本算法的加速和效率比现有算法均有较大的改善．     

并行计算一类奇异方程组的PCR算法

本文给出了一个计算奇异方程组Ｒ（Ａｋ））的新的高度并行算法．通过该算法可以在时间步内，用ｐ＝２ｎ（ｎ－１）台处理机得到方程组的解ｘ＝Ａｄｂ．     

关于一类矩阵列变换的计算机算法实现

对线性不定方程、线性不定方程组、线性同余方程、线性同余方程组等求解过程中的矩阵列变换进行研究，使用C语言设计并实现了列变换算法．     

一种改进凸组合下降方向的求解单调非线性方程组的算法

对求解单调非线性方程组的凸组合下降方向算法进行改进,并通过数值实验将改进算法和凸组合下降方向算法的数值结果进行比较,得出改进算法优于原算法的结论．     

有界变量与线性等式约束优化的信赖域内点算法

提出一种既有界变量又有线性等式约束的非线性优化问题的信赖域内点算法,在合理的条件下所提供的算法不仅具有整体收敛性而且保持局部收敛速率。数值计算结果说明算法的有效性。     

投影信赖域最优路径内点算法解有界变量的约束优化问题

基于最优路径(optimal path),提供一种投影信赖域内点算法解有界变量的线性等式约束优化．在合理的条件下,证明了所提供的算法不仅具有整体收敛性并且保持局部超线性收敛速率．数值计算结果表明了算法的有效性．     

凸约束非线性方程组的非单调信赖域算法

提出了一种凸约束非线性方程组的非单调信赖域算法,在合理的条件下所提供的算法具有全局收敛性并保持局部收敛速率．     

热释放率计算和预测的神经网络方法

基于多层前馈神经网络提出了火灾实验中不同材料热释放率的学习算法和预测技术．同时,将具有全局收敛特性的混合共轭梯度（ＭＣＧ）算法应用于该问题中多层前馈神经网络的训练,克服了传统ＢＰ算法收敛速度慢,推广性能差的缺陷．文中对ＭＣＧ方法进行了大量模拟,并将模拟结果与ＢＰ算法及带有动量项的ＢＰ算法作了全面比较,结果表明：ＭＣＧ方法不仅在学习速度和收敛性方面均优于传统的ＢＰ算法而且显示了良好的性能和行为     

等式约束优化的投影拟牛顿法的非单调信赖域算法

提供了分解投影拟牛顿法结合非单调信赖域算法求解非线性等式约束优化问题。在合理的条件下，证明了算法的整体收敛性，通过引进二阶矫正步克服了MARATOS效应，使算法保持了局部超线性收敛速度。     

一种新型BP网络算法及其在故障诊断专家系统中的应用

根据ＢＰ算法的基本理论,针对ＢＰ算法收敛速度慢,提出了一种加快ＢＰ算法收敛速度的变步长ＢＰ算法,并将其应用到变频调速故障诊断专家系统中,加快了专家系统的推理速度,有效地诊断了变频调速系统在运行中发生的故障．     

改进的BP神经网络在故障诊断中的应用

针对传统BP算法存在的收敛速度缓慢和易陷入局部极小值的固有缺陷,提出用具有全局搜索能力的模拟退火算法优化BP神经网络,避免陷入局部极小值,提高网络的稳定性;引入Powell算法优化模拟退火算法,加快网络的收敛速度.最后,以齿轮箱故障诊断为例进行仿真试验,结果表明改进后的BP神经网络比传统BP神经网络的训练收敛速度快、精...     

全局求解符号线性比式和问题

对符号线性比式和问题(P1)提出了一种分枝定界全局优化算法,这种方法能求得原问题的非孤立最优解,从理论上证明了该算法的有限收敛性.最后数值实验表明了提出方法的可行性.     

混合计算智能学习算法在系统辨识中的应用

提出既具有较快的收敛性,又具有良好的全局收敛特性的混合计算智能学习算法,并将其应用于系统辨识。仿真结果表明,此方法是有效可行的。     

遗传神经网络算法改进研究

对传统的遗传算法编码方式进行了改进并与前馈神经网络ＢＰ算法相结合,从而克服了ＢＰ算法收敛速度慢的缺点。算例表明,改进后的算法是有效的。