Banach空间中线性包含的最佳逼近解的判据

本文讨论Banach空间中线性包含的极值解问题.运用广义逆方法给出了u∈X为线性包含y∈A(x)的最佳逼近解的充分必要条件是u=A#(y).这里A#为A的度量广义逆.     

Baskakov-Durrmeyer算子收敛速度的估计

利用Bojanic方法来估计Baskakov-Durrmeyer算子对在[0,∞)有界变差函数的收敛速度,并且收敛速率是不可改进的.     

李Ω-超代数的同构定理

算子群作为群的推广已经得到了充分的发展,并且已被证实在研究群论的某些问题时很有用.为将算子群的概念推广到李算子超代数本文介绍三个同构定理.     

一类广义非线性多值变分包含的迭代算法

在Hilbert空间中,引进了（H,η）-单调算子概念,研究了一类新的广义集值变分包含,利用与（H,η）-单调算子相关的预解算子技巧,构造了求多值变分包含逼近解的迭代算法,并讨论了由此算法产生的迭代序列的收敛特征,给出的结果改进和推广了最近文献中Fang Y.P.,Han Z.,Zeng L.C.等人的相应结果.     

属性权重、位置权重以及属性赋值均为直觉模糊数的信息集成算子及其应用

对于属性权重、位置权重以及属性赋值均为直觉模糊数的信息系统,注意到信息系统中属性数目比较少的情况下,数据自身的重要性程度对集成算子影响较大的特点,借助于本文提出的直觉模糊集上的广义加法和乘法,提出了属性权重、位置权重以及属性赋值均为直觉模糊数的信息集成算子,推广和总结了前人的结果.同时,对于数据信息表现为连续区间的数据集成,构建了组合连续区间数据的广义有序加权平均算子及其转换方法,并讨论了其性质.所得结果可直接应用到不确定多属性决策问题的讨论,最后给出了算例.     

基于免疫进化策略的神经网络优化方法

对神经网络的研究多年来主要集中于网络权值优化或结构优化上,却忽略了神经网络结构与权值之间密不可分的联系.针对上述问题,将免疫系统中的浓度机制和记忆机制引入进化策略,提出了一种基于免疫进化策略的神经进化算法,在优化网络拓扑结构的同时优化网络的连接权值.进一步地,用Cauchy变异算子代替传统的Gauss变异算子,以获得更为理想的全局收敛效果.理论分析和仿真结果表明,免疫进化策略能够很好地保持种群多样性,避免未成熟收敛,采用免疫进化策略设计神经网络具有良好的全局收敛性能和快速学习网络结构和网络权值的能力.     

深基坑支护工程中遗传优化算法的设计

根据深基坑支护工程优化设计的特点，提出一种深基坑支护工程的数学模型和遗传优化算法设计方法。该设计方法充分考虑了遗传算法中的一般处理步骤、个体编码机制、基于可行发方案的初始种群的生成、个体的评价及修正算子等因素。运行实验表明，该算法具有较好的有效性和稳定性。     

k-拟-*-A算子的性质

主要引入了一类新的算子k-拟-*-A算子,它是*-A类算子的推广,继而研究了一些它的重要性质,诸如若T是一个k-拟-*-A算子,则T在它的不变子空间M上的限制T|M也是k-拟-*-A算子;若T是一个k-拟-*-A算子且λ≠0,则N(T-λ)■N(T-λ)*.     

基于Banach空间的中立型无穷时滞微分方程

利用Hausdorff非紧测度、分数幂算子和Darbo不动点理论,在半群失去紧性等较弱条件下,研究了基于Banach空间的一类中立型无穷时滞微分方程适度解的存在性,改进和推广了一些已知的结果.     

多值倒向双重随机微分方程在随机利普希茨条件下解的存在唯一性

本文讨论了一类含两个凸函数的次微分算子的多值倒向双重随机微分方程,利用Yosida逼近法和惩罚函数法,给出了方程在其系数满足随机利普希茨条件下解的存在唯一性,所得结果推广了现有一些重要结论。