遗传算法的改进及其在方程组求解中应用

选择、交叉和变异是遗传算法的几个主要操作算子，它们构成了遗传操作。对遗传操作提出了改进方案、即对于交换操作：如果两个子代的适应度均比父代大就交换，如果子代的适应度一个比父代大而另一个比父代小则保留大的子代而还原小的子代为父代．如果子代的适应度均比父代小则取消此次的交换。变异操作中对每个父代的多个位置逐个变异．如果子代的适应度比父代大则变异，否则不变异。通过解线性方程组和非线性方程组证明丁该方法能够使得遗传始终向着理想的方向，避免了算法陷入死循环，并且收敛速度非常快。     

一维抛物方程初边值问题拟多重网格预处理迭代法

本文将求解椭圆方程边值问题的拟多重网格预处理迭代法推广到求解抛物方程初边值问题,将多重网格法的优点和预处理方法很好的结合到一起,加快迭代的收敛速度,从而减少解抛物方程的计算量。     

带积分边界条件的共振边值问题正解的存在性

基于O’Regan和Zima所研究的范数形式的Leggett-Williams定理,利用Banach空间中锥和Leray-Schauder度的性质,研究了带有积分边界条件的二阶共振边值问题正解的存在性。最后给出了例子验证所得结论。     

具有脉冲预防接种的SIQR流行病数学模型

讨论了一类具有脉冲预防接种且传染率为双线性的SIQR传染病模型.在脉冲预防接种下,分析了无病周期解的存在性和全局渐近稳定性.     

分段连续型延迟Logistic方程Runge-Kutta方法的稳定性

讨论了用Runge-Kutta方法求解分段连续型延迟Logistic方程的稳定性,分析了直接运用Runge-Kutta方法会产生伪解,从而建立了不产生伪解的Runge-Kutta方法,讨论了该方法的收敛阶,证明了该方法是局部和全局渐近稳定的.数值实验进一步验证了算法理论分析的正确性.     

基于神经网络的病态线性方程组求解

提出了一种基于神经网络的病态线性方程组求解方法。将病态线性方程组的一般系数矩阵转化为对称正定矩阵,然后将此方程组的求解转化为一个无约束优化问题。以此优化问题的目标函数作为神经网络的能量函数,利用最速下降原理构造神经网络的动力学方程,并证明该神经网络系统的稳定性。从而把原病态线性方程组的求解问题转化为一个等价的神经网络优化问题。最后通过两个算例的数值仿真求解以及与其他求解方法的比较,验证了该方法的可行性与有效性。     

非线性分数阶微分方程的hp型Legendre谱配置法

研究了求解非线性分数阶微分方程的hp型Legendre谱配置法。首先提出将多分数阶微分方程转化成等价的Volterra积分方程,其次构造了近似求解原方程的数值方法,最后通过数值实验说明了该算法的理论正确性以及所构造数值方法的有效性。     

二维浅水波方程的非结构网格TVD型有限体积法

考虑二维浅水波方程及其离散方法,对非结构三角形网格给出了TVD型有限体积法.在离散单元对物理量作单调线性重构函数,通过选择不同的数值流函数,构造了两种复合型有限体积格式;时间离散采用二阶Runge-Kutta方法.对二维溃坝问题及非平底部溃坝问题进行数值模拟,结果表明,两种方法精度高且稳定,可以处理具有任意水下地形的二维浅水波问题.     

RTFHM应用于DDE实时数值仿真及数值稳定性分析

几年前 ,有人分别从不同的角度构造了一类用常微分方程描述的动力学系统的实时仿真快速混合算法RTFHM ,将这类算法应用到延迟微分方程的实时数值仿真 ,并讨论了对线性常系数延迟微分方程测试模型的数值稳定性。数值试验结果表明 ,RTFHM对线性和非线性的非刚性延迟微分方程都是有效的。     

FINITE ELEMENT ERROR EXPANSIONS FOR THE EIGENVALUE APPROXIMATION TO THE MULTIGROUP DIFFUSION EQUATIONS

Asymptotic expansions for the finite element approximation to the eigenvalues of the mult-igroup diffusion equations on Ω(?)R~n(n=2,3)of reactor theory are given,firstly for a piecewiseuniform triangulation,then for nonuniform quadrilateral meshes,and finally for nonuniformhexahedral meshes.The effect of certain classes of numerical integrations is studied.As applicationsof the expansions,several extrapolation formulas and a posteriori error estimates are obtained.