基于F-B函数的牛顿法解一般约束优化规划问题

文章给出了一个解决一般约束最优化问题的含调节参数型的牛顿算法.算法有两个重要特征,首先,算法借助Lagrange函数和NcP中的F-B函数,通过构造等价于点条件的线性方程组采处理一般约束优化问题,其次,利用F-B函数的光滑性质,定义了调节参数,从而弱化了K-T点条件.文章在适当的条件下,证明了该算法具有全局收敛性.数值实验表明算法有效.     

卡尔曼滤波过程的稳定性研究

卡尔曼滤波器的稳定性并不能保证实际的滤波器算法具有收敛性,而传统的关于滤波发散的判定方法是基于量测不能出现野值这一严格的假设条件,具有一定局限性;并且通常关于滤波发散只是一种定性的描述,具有一定模糊性。为此,考虑到量测可能出现野值的情况,从滤波发散的具体数学形式出发,提出了卡尔曼滤波过程的稳定性概念,在此基础上给出了滤波发散的判定定理,既消除了通常关于滤波发散描述的模糊性,又降低了通常判定方法的要求。     

关于简化Newton方法收敛性的注记

在假设算子方程解存在的前提下,给出了以解为中心的一个球域,证明了当初始点落到这个球域时,用于判断简化Newton方法收敛性的Kantorovich定理的条件必然满足,从而由简化Newton方法产生的迭代序列收敛.     

基于多项式的函数序列一致收敛的性质

针对文中一个关于多项式函数序列一致收效性质的命题，提出了若改变区间条件或对多项式作一定的限制，则谊命题不成立．并得出在一定条件下，多项式序列必定一致收敛于多项式。     

关于拉氏积分计算中的条件验证谈《微积分学教程》中的一处错误

菲赫金哥尔茨著《微积分学教程》中在计算拉普拉斯积分中称根据更序定理可施行积分次序的变更以求其值,原书未作验证。本文指出该积分不满足更序定理的条件,但在去掉积分变量t的下限O这一点后,积分就满足定理的条件了,然后通过极限步骤以求积分的值。     

L—统计量的非一致性收敛速度

本文研究了高阶矩条件下L—统计量的非一致性收敛速度,得到了与独立和类似的收敛速度。     

神经网络中误差反传算法的分析与改进

分析了ＢＰ网络存在的主要问题及其产生原因,提出了改进算法ＢＰＧ,以共轭梯度方向代替梯度方向进行搜索,并在学习过程中采用不精确的一维搜索、限幅和条件轮回等措施．计算机仿真结果表明：改进的ＢＰＧ算法优于原ＢＰ算法．     

Almost sure convergence of weighted sums of NA sequences

For double arrays of constants {a _ni, 1≤i≤k _n, n≥1} and NA r.v. 's {X _n, n≥1}, conditions for almost sure convergence of are given. Both casesk _n ↑ ∞ andk _n=∞ are treated. A Marcinkiewicz-type theorem for i. d. NA sequences is obtained as a special case. Supported by the National Natural Science Foundation of China Cheng Riyan: born in 1968, MS student     

非扩张映像Ishikawa迭代的稳定性及与Picard迭代的关系

得到了Ishikawa迭代过程的稳定性结果，并应用这个结果证明了如下结论：如果T在X中有惟一不动点p，且对任何初值x1∈D（T）及任意的非负整数m，Ishikawa迭代xn＋1=I（T，tn＋m，sn＋m，xn）均收敛于不动点p，当^∞∑（1-tn＋tnsn）＜＋∞时，对任何初值y1∈D（T），Picard迭代过程yn＋1=Tyn必收敛于不动点p．     

带有小参数和不连续源项的反应--扩散问题的多过渡点格式

在许多应用领域常出现带有小参数和不连续源项的反应一扩散问题．这类问题在边界层和内部层附近都出现剧烈振荡现象，解析解根本无法求出．因此人们常采用关于摄动参数为一致收敛的数值方法．本介绍了多过渡点方法，此方法根据边界层和内部层的特点，选择合适的过渡点．在内部层和边界层附近加细了网格点。它很好地拟合了边界层和内部层的性质．证明了新的格式关于小参数一阶一致收敛．提高了Shishkin网格法(单过渡点法)的收敛阶．