赋广义Orlicz范数的Orlicz函数空间的k一致凸点

利用Banach空间基本理论和广义Orlicz范数的特征,研究赋广义Orlicz范数的Orlicz函数空间的局部k一致凸性,得到了由右导函数为连续函数的N-函数所生成的赋广义Orlicz范数的Orlicz函数空间中k一致凸点的判别准则,并且获得该空间局部k一致凸的条件.     

严格对角占优M-矩阵的逆矩阵的无穷大范数的上界估计

M-矩阵作为特殊矩阵类在高阶稀疏线性方程组的迭代法求解中有重要作用,尤其是M-矩阵的逆矩阵的无穷大范数的上界估计在数值代数中具有重要意义。如许多代数方程组问题的收敛性条件、条件数等需要计算‖A~(-1)‖_∞,但当M-矩阵A的阶数较大时,其逆矩阵很难求,因此‖A~(-1)‖_∞估计是十分重要的问题。首先引入一组新的记号,给出严格对角占优M-矩阵A的逆矩阵A~(-1)的元素满足的两个不等式;此外得到了‖A~(-1)‖_∞的上界新估计式,这些估计式避免了求逆矩阵A~(-1)而直接利用矩阵A的元素表示,最后给出矩阵A的最小特征值q(A)下界的新估计式。理论分析和数值算例表明新估计式改进了相关结果。     

基于参数化三角范数的铁路货运量选择集成预测

针对铁路货运量预测中预测方法单一、准确度不高、泛化能力弱问题,基于参数化模糊逻辑理论,结合前序法选择策略,提出了一种新的基于Yager三角范数的选择性集成学习模型,并应用于铁路货运量预测.采用5种常用的单预测模型作为候选基学习机模型,以误差率作为评价指标,采用前序选择策略选定2种基学习机进行集成预测;以遗传算法和最小二乘法确定集成模型的参数,实现铁路货运量预测基学习机的最优组合.试验结果显示,对比单预测模型、最优组合预测模型和均方误差导数预测模型,新提出的选择集成模型取得了最低的误差率,表明其在铁路货运量预测中能够有效提高预测精度.     

半范数pA的特征

记A={a_i}^∞_i=1={(a_i,j)^∞_j=1}^∞_i=1?S⁺_l1,其中,S⁺_l1={x=(x(n))∈l₁:‖x‖=1,x(n)≥0,∠n∈N},p_A(x)=limi→∞ sup∑j=1a_i,j|x(j)|,则limi→∞ S_i≡limi→∞supj a_i,j=0,当且仅当对任意非空集合B?N,任意0≤β≤p_A(χ_B),均存在C?B,满足p_A(χ_C)=β.对B?N,记φ_A(B)=p_A(χ_B),证明了φ_A 的强无原子性当且仅当理想I_A={A?N:p_A(χ_A)=0}的无原子性.     

拟凸函数族上的非线性积分变换的单叶性

给出了定义在拟凸函数族上的非线性积分变换Jc[f]=∫z0(f'(ξ))cdξ的pre-Schw arzain范数,其中c为任意常数,并根据Becker的单叶性判定定理给出了Jc[f]将拟凸函数f变换成单叶函数的条件。     

平均一致凸Banach空间的最小范数控制

讨论平均凸性与Banach空间某些重要几何性质的关系,证明平均弱局部一致凸的Banach空间具有(WM)性质;平均一致凸的Banaeh空间具有Banach-Saks性质;平均一致凸的Banach空间具有正规结构,从而具有不动点性质.作为应用,研究平均一致凸Banaeh空间中分布参数系统的最小范数控制问题.     

赋Orlicz范数的Orlicz序列空间的强凸性

给出了赋Orlicz范数的Orlicz序列空间具有强凸性质的判别准则.     

模糊赋范空间上的有界线性算子

讨论了模糊赋范空间上线性算子的连续性与有界性,以及它们的范数形式的等价刻划。     

A+与主成分估计

讨论moore-penrose逆A+及其与主成分估计的关系,揭示主成分估计的本质特性-主成分估计的解是最小二乘极小范数解.     

FOPDT的模型不确定性界和内模控制器鲁棒性能设计

给出了一种求取一阶加纯滞后对象(FOPDT)不确定性界的方法,与Laughlin等人提出的方法相比,具有高精确度和广泛的应用范围。将文中给出的模型不确定性界应用于按鲁棒性能要求的内模控制器设计,取得了令人满意的结果。