解系数间断随机微分方程的Heun法

使用Heun法求解系数间断的随机微分方程, 给出了数值计算格式, 并讨论了格式的弱收敛性. 数值实验表明, 与Euler法相比, Heun法求解系数间断的随机微分方程收敛速度更快.     

NA行列阵的完全收敛性

在前人研究的基础上,证明了NA随机变量序列阵满足一定条件下的完全收敛性.根据这个定理得出两个推论,即NA随机变量序列阵在EXni1+λn□?,1≤i≤bn,n≥1条件下和NA随机变量序列阵由随机变量X控制的Toeplitz阵情形下的完全收敛性.     

Banach空间中含$(\emph{\textbf{H}},\bm\phi)$-$\bm\eta$-单调算子的变分包含组

在实的一致光滑Banach空间中, 引入一类新的含$(H,\phi)$-$\eta$-单调算子的变分包含组. 利用$(H,\phi)$-$\eta$-单调算子的近似映射技巧, 证明了此类新的变分包含组解的存在性与唯一性, 并构造了逼近此类变分包含组解 的迭代算法; 讨论了由此迭代算法生成的迭代序列的收敛性. 所得结果推广与改进了文献中的一些主要结果.     

基于AEPSO优化的神经网络多步预测控制

为提高神经网络预测控制的性能,提出了基于自适应扩展粒子群优化的神经网络预测控制方案。基本PSO算法中,每个粒子的更新受粒子个体极值和局部极值的影响,为了提高其全局收敛性,采用多粒子策略,使每个粒子的更新受更多其他粒子的影响;为提高收敛速度,采用自适应策略,对参数c0进行自适应调整,使c0随着迭代次数的增加而逐渐减小,这样,在PSO算法的搜索过程中,随着迭代次数的增加,搜索区域会越来越小,从而加快PSO算法收敛速度。运用该算法实现神经网络预测控制中的滚动优化,在有限时域内对控制序列进行寻列,给出基于粒子群优化的神经网络预测控制系统的稳定性证明。仿真结果表明,基于粒子群优化的神经网络预测控制系统具有良好的跟踪性能。     

PSD迭代方法收敛的一个充分必要条件

在线性方程组系数矩阵A为(1,1)相容次序矩阵及A的Jacobi迭代矩阵的特征根μj2＜1的条件下,得出了PSD迭代法收敛的一个充分必要条件,并给出了SSOR,JOR,PJ等迭代法收敛的充分必要条件.最后根据定理确定实例的收敛区间.     

标准两步法的收敛性与鲁棒性分析

本文针对线性二次型稳态优化控制问题,详细地讨论了标准两步的收敛性、收敛速度、次优程度和鲁棒性。本文还讨论了带有随机量测噪声的情形,提出了一种改善鲁棒性的简单方法。     

约束优化问题稳定序列二次规划方法研究综述

稳定序列二次规划(sSQP)方法由于在求解病态或退化约束优化问题获得理论与数值的突破性进展而备受关注,重要成果频繁问世.本文对近期国际上若干重要sSQP方法及其思想进行概述,包括罚函数型sSQP方法,滤子型sSQP方法和非精确恢复(IR)型sSQP方法等,并对约束优化问题sSQP方法的进一步研究进行探索性思考.     

广义强非线性拟变分不等式

引入并研究一类新的广义强非线性拟分变不等式,构造新的迭代算法,在没有紧性条件下,证明这类拟变分不等式解的存在性及由算法生成的迭代序列的收敛性,所得结果包含了近期一些作者的工作作为特例。     

二阶抛物方程的高精度差分格式

利用广义差分法构造二阶抛物方程的广义差分格式,讨论它的相容性、稳定性和收敛性．对经典差分格式、紧致差分格式、广义差分格式进行比较,并用数值例子验证理论结果     

解非线性不等式组的L-M方法

文章研究了非线性不等式组的求解问题, 利用等价转化把非线性不等式组转化为非线性方程组来加以求解, 通过引进光滑参数构造了一个新的光滑函数来逼近方程组问题中的目标函数, 利用构造的光滑函数给出了相应的求解非线性方程组的Levenberg-Marquardt算法, 并在一定的条件下证明了该算法的整体收敛性.