对粒子群优化算法的几种改进方法

粒子群优化（PSO）算法是一种进化算法是一种较好的优化方法。PSO算法通过粒子间的相互作用发现复杂搜索空间的最优区域，其优势在于简单容易而优功能强大。本文对算法的几种改进方法作了一些探讨研究，并与其他算法进行了一些比较。     

无偏GM(1,1)模型的动态特性分析

传统GM(1,1)模型是最基本的灰色预测模型,无偏GM(1,1)模型是在传统GM(1,1)模型基础上的一种改进,它消除了传统GM(1,1)模型本身所固有的偏差.对无偏GM(1,1)模型的动态行为特性进行分析,并与传统GM(1,1)模型进行对比,明确了无偏GM(1,1)模型特性和适用条件.     

非线性方程组求解的三种Newton法比较

首先介绍了求解非线性方程组的Newton法、简化Newton法和修正的Newton法,并给出了各自的实现算法;然后采用VC++编写了实现上述三种算法的源程序;最后通过一个实例,分析并比较了三种算法的计算量和收敛速度.     

正则牛顿过程设计n分之一阶分抗电路(英文)

讨论基于一阶正则牛顿迭代求根过程进行任意阶分抗的近似求解方法.通过迭代求解n阶方程的正实根,作为分抗的模拟.给出迭代的精确公式,并分析其收敛必须满足的条件,最后给出相应的模拟无源电路实现方案.     

等式约束优化问题SQP算法的超线性收敛充要条件

对于等式约束问题，Boggs，Tolle和Wang三人将Dennis，Mo埏的求解无约束优化问题的类似结果加以推广，得到了SQP算法超线性收敛的一个极为重要的充要条件。许多研究学者又作了的改进，进一步减弱假设条件，得到了同样的等式约束问题的SQP算法超线性收敛的充要条件。     

用基于矩阵正常分裂的迭代法求解长方或奇异线性方程组

本文证明了对于长方或奇异的线性方程组Ax=b,可以基于系数阵A的适当的正常分裂A=M-N,构造收敛的迭代矩阵MT,S^（1,2） N,使得迭代xj＋1=MT,S^（1,2） Nxj＋MT,S^（1,2） b对任何x0均收敛到Ax=b的一个解x∞≡limxj j→∞=（I-MT,S^（1,2） N）-1MT,S^（1,2） b=AT,S^（1,2）b.     

Grünwald插值算子的加权Lp收敛速度

给出了以第一类Chebyshev多项式的零点为插值结点组的Grünwald插值多项式在加权Lp范数下收敛速度的一个估计.     

一类非线性波动方程解的存在惟一性

证明了一类非线性波动方程解的存在惟一性。首先利用Galerkin法构造了近似解序列，然后利用一致先验估计，证明解序列的收敛性，从而得到解的存在性，在此基础上证明了解的惟一性。     

强拓扑空间中C0数乘收敛的一个性质

在建立了局部凸拓扑线性空间强拓扑和弱拓扑之间的关系基础上给出了强拓扑空间中c0数收敛的一个性质．     

BP神经网络在字符识别中的设计改进

BP网络模型是最早被提出来的人工神经网络模型之一,它是一种简单而且非常有效的算法.在数字字符识别系统中,为了克服BP神经网络的易陷入局部极小、收敛速度慢等缺点,本文对传统的BP算法进行了多方面的改进,使得算法更加有效.