Cohen-Grossberg神经网络的指数稳定性

研究了Cohen-Grossberg神经网络模型的指数稳定性．运用非线性测度方法证明了神经网络平衡点的存在性和惟一性，接着通过构造一个新颖的Lyapunov泛函，得到了神经网络指数稳定的全新充分条件，并给出了解的指数衰减的精确估计．与已有文献相比，文中给出的条件更为宽松且易于验证．     

微重环境下平移圆柱贮箱液固耦合系统的动力响应研究

以一种新的方法建立了在微重力环境、横向激励下圆柱贮箱液固耦合系统的动力学方程．对耦合系统的液体子系统采用压力体积分形式的拉格朗日函数，并将速度势函数在自由液面处作波高函数的级数展开，从而导出自由液面运动学和动力学边界条件的非线性方程组，而对结构子系统则采用标准形式的拉格朗日函数（动能减去势能），用变分原理和拉格朗日方程建立耦合系统的动力学方程，最后用4阶Runge-Kutta法求解非线性方程组，得到了耦舍系统的幅频特性曲线．此方法大大减少了公式推导量，而且得到的是降阶的耦合方程组．计算发现：随着Bond数的减小，耦合系统的响应频率先增大后减小，而响应幅值逐渐增大．     

一种计及损耗的变压器非线性模型

建立了一种计及损耗的变压器模型，用线性电阻、电感的串联模拟漏阻抗，用非线性电阻和非线性电感的并联模拟励磁支路，并提出建模算法，由变压器空载试验测得的电压、电流有效值和功率损耗，得到非线性电阻和非线性电感分段线性化的瞬时值特性曲线．应用该变压器模型和另两种模型，分别对330kV系统中的切除空载变压器过电压进行了仿真，对比计算表明，计及变压器铁损的非线性后，切除空载变压器过电压有明显的降低，过电压的幅值由忽略铁损的723．099kV和用线性电阻模拟铁损的582．036kV，降低到铁损的非线性模型的396．519kV．该变压器模型有助于准确地对电力系统中涉及变压器饱和特性的现象进行研究．     

关于Banach空间上非线性Lipschitz算子的几个结果

引入非线性Lipschitz算子的Lipschitz拟对偶算子的概念,从而证明了非线性Lipschitz算子的“*”运算的线性性,作为应用,最后证明了非线性Lipschitz算子的共呜定理.     

非线性抛物型方程时间周期解的有限差分方法(英)

建立了一个用于求解非线性抛物型方程时间周期解的有限差分方法，在空间和时间方向上该方法分别具有四阶和两阶精度. 为了证明解的存在唯一性，建立了一个单调迭代算法，该算法也给出了一个求解算法. 同时讨论了数值解的收敛性. 数值结果显示了该方法的优越性.     

求解奇异非线性方程组的粒子群优化算法

奇异非线性方程组是一类十分重要也比较困难的问题,基于粒子群优化算法提出了一种求解奇异非线性方程组的新方法.先把奇异非线性方程组转化为无约束优化问题,然后与人工智能算法相结合,利用标准粒子群优化算法求解.此算法不但不受方程组的连续性、光滑性的限制,而且避免了大量的求导计算,得到了极为精确的数值解.数值仿真结果显示了算法的有效性和可行性.该方法为求解奇异非线性方程组提供了一种有效、可行的新算法,也扩大了粒子群算法的应用领域.     

基于回归分析与时序分析降水预报迭合模型的构建与实现

通过对大气降水序列确定性成分和随机性成分特征的分析,给出一种基于回归分析与时序分析降水预报迭合模型的构建方法.在分离和构造逐月降水序列趋势项、周期项和随机性项的基础上,给出基于Fortran和MATLAB的程序实现思路.最后给合实例验证了该方法的实用性和可行性.     

自锚式悬索桥施工过程模拟分析

基于UL列式的虚功增量方程,推导出了适用于悬索桥缆索几何非线性分析的两节点悬链线索单元,并在此基础上,提出了一套模拟自锚式悬索桥施工全过程的精细迭代算法.以佛山市平胜大桥独塔自锚式悬索桥(主跨350 m)为例,对加劲梁的施工拟采用2种模拟方法,方法1为“等效集中力法”,即把加劲梁的重量等化为集中力作用在主缆上,而方法2则是考虑加劲梁的重量由主缆和加劲梁共同承担.应用自编程序,分别对其进行了施工过程的模拟计算,得到了各自的鞍座及索夹偏位、主缆初始线形等架设参数以及一期恒载、二期恒载状态下的结构几何形状及内力.通过对2种施工模拟方法的比较分析得出,方法1具有较好的可行性.     

一类不确定非线性离散时滞系统的鲁棒镇定问题

研究了不确定非线性离散系统的鲁棒镇定问题,把不确定非线性离散系统的鲁棒镇定问题转化为严格的线性矩阵不等式,给出了可设计系统无记忆状态反馈控制律的充分条件;当条件满足时设计出无记忆状态反馈控制律使闭环系统渐近稳定,同时得到有界非线性扰动项的最大界值.然后把结果推广到非线性时滞系统,得到了相应的结果.     

高斯牛顿算法在求解广义互补问题中的应用

本文将广义互补问题转化为一个非线性方程组问题,然后建立了GCP问题的无约束优化问题的转化形式,对该优化问题,用两种步长下的阻尼高斯牛顿算法来求解,并给出了两种情况下算法的全局收敛性.