数值级数法求解一类时滞微分方程

采用级数形式给出半离散差分格式在网格节点处的数值解以及计算级数中的每一项递推公式。离散后差分格式收敛性、稳定性分析表明该格式收敛且稳定,数值算例验证该方法有效。     

求解随机微分方程split-step欧拉方法的收敛性

给出随机微分方程的split-step欧拉格式的算法,并证明了当方程的偏移系数和扩散系数均满足线性增长条件和李普希兹条件的情况下,此方法用以求解随机微分方程的收敛性,并且求出强收敛的阶是1/2.同时证明了split-step近似解的均方收敛理论.     

带有阻尼项的广义SRLW方程的一个线性差分格式

对带有阻尼项和耗散项的广义对称正则长波方程的初边值问题进行了数值研究,提出了一个三层线性有限差分格式,讨论了差分解的先验估计,利用能量方法分析了该格式的二阶收敛性与无条件稳定性,最后利用数值算例验证了格式的可靠性.     

耗散SLRW方程的一个新的守恒差分逼近

利用Lax格式的离散思想,引入加权系数,对耗散对称正则长波方程的初边值问题提出了一个带有加权系数a的3层线性差分格式,格式合理地模拟了问题的2个守恒律,得到了差分解的先验估计,分析了该格式的二阶收敛性与稳定性.数值实验表明,该方法是可信的,且适当调整加权系数,可以大幅提高计算精度.     

BP算法改进及其在变形数据处理中的应用

针对传统BP(back propagetion)算法存在的缺陷,分别对其收敛性标准、激活函数等进行改进,并采取措施防止振荡、加速收敛以及防止陷入局部极小.将改进后的BP神经网络运用到变形监测数据处理中,应用结果表明,改进后的BP神经网络比传统BP神经网络在精度等方面有了很大的改善.     

一种带滤子的QP-free非可行域方法

提出了一种带滤子的QP-free非可行域方法,用来解不等式约束的最优化问题.此方法通过乘子函数和3-1线性互补函数构造一个等价于原约束问题的一阶KKT条件的非光滑方程组,并在此基础上给出解这个方程组的迭代算法.这个方法的每一步迭代都可以看作是对求KKT条件解的牛顿或拟牛顿迭代的扰动,在线性搜索时用到滤子方法.这个方法是可实行的且具有全局性,并且在适当的条件下还可以得到此方法的超线性收敛性.用此算法进行了数值检验,结果表明此方法是可行有效的.     

一种加权的Simpler GMRES算法

GMRES方法是求解大规模非对称稀疏线性方程组最常用的方法,实际应用中存在着许多对标准GMRES进行改进的算法,比如Simpler GMRES和Weighted GMRES.Simpler GMRES通过改进GMRES中基的生成过程来减小计算量,同时保持较好的收敛性,Weighted GMRES是采用加权技术来加快GMRES方法的收敛速度,但是增加了计算量.本文提出了一种新称为Weighted Simpler GMRES的方法,它以Simpler GMRES方法为基础,结合Weighted GMRES方法得到.实验表明,对某些问题,Weighted Simpler GMRES方法的收敛性优于Simpler GMRES和GMRES,计算量小于Weighted GMRES.     

Newton迭代法收敛性

给出一种新的,具有较大收敛域的Newton迭代法和Newton下山法收敛性定理,以及误差估计式.它不要求函数f(x)存在二阶导数,只需要函数f(x)存在一阶导数,便可根据文中定理对其收敛性进行判别,弥补了以往相关定理的不足,并通过数值例子给予验证.     

含(g,η)-单调算子的完全广义拟变分包含

引入和研究了一类新的含（g,η）-单凋算子的广义拟变分包含,在Hilbert空间中运用与（g,η）-单调算子相联系的预解算子性质,构造了一类求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性．     

不同分布NA列的加权和的强极限定理

讨论了不同分布NA列Stout型加权和的完全收敛性和强稳定性.一些文献中对NA列加权和的完全收敛性的结论中要求函数单调,为了扩大定理的应用范围,运用讨论NA阵列加权和的完全收敛性的方法,证明了即使在函数有界的条件下NA列加权和仍是完全收敛的,使得定理得到进一步推广.