BP神经网络用于函数逼近的最佳隐层结构

研究采用反向传播算法的人工神经网络用于函数逼近时的支结构。方法,以典型的ｎ输入、单输出的多层ＢＰ网为例,在几种不同的网络隐层结构下对典的连续函数进行逼近训练。,分析各网络输出的全局误差。     

两个线性最小二乘问题解流形之间的逼近性

运用广义逆矩阵理论,研究了两个线性最小二乘问题解流形之间的逼近性,推广了若干已有结论。     

一维抛物型偏微分方程 Padé 逼近的并行算法

一维抛物型偏微分方程可以用精细积分方法精确求解．当精细积分中的矩阵指数函数用它的Ｐａｄé逼近格式来代替时,可以得到一系列由简到繁,精度由低到高的差分格式,因而便于根据实际计算的需要进行选取．Ｐａｄé逼近格式的求解主要包括矩阵运算和线性方程组的求解．利用Ｐａｄé逼近格式对应的方程组系数矩阵为带状矩阵的特点,把原来在整个区域上求解的问题转化为分区域求解,从而实现了Ｐａｄé逼近的并行算法．算例的结果表明该方法具有较高的并行性和计算效率     

形状误差的动态评定：逐次逼近规划方法的应用

本文讨论形状误差最小包容区域的判别方法。根据逐次逼近规则评定理论,将传统的静态评定方法发展为动态评定方法,给出形状误差最小条件的统一判别准则和计算设计方法。并以直线度误差评定为例,较为详细地介绍了欠逼近规划方法在形状误差中的应用,从而实现计算机的智能判别和仲裁。     

多维双曲型方程一般差分逼近时空网格同时加密的稳定性

讨论多维常系数双曲型方程式在一个中介面两侧的区域中,关于时间空间网格同时加密或稀疏情况下,分别应用不同的一般的柯西稳定差分逼近式的耦合稳定条件,推广了Ｂｅｒｇｅｒ只用于一维情形及Ｌ－Ｗ格式的结果．在多维情形下,应用Ｍｉｃｈｅｌｓｏｎ方法,利用傅里叶变换,得到包含对偶参数的特征方程式．再应用Ｍｉｃｈｅｌｓｏｎ的Ｕ．Ｋ．Ｃ判别条件,得到了多维常系数双曲型方程在中介面两边应用一般的分别为柯西稳定的格式并关于时空网格同时加密或稀疏问题的耦合稳定条件．     

基于扰动分析的流程自适应控制

研究了一台机器加工一种工件的简单制造系统的流程控制问题。在对故障时间和工作时间的分布不做任何假设的情况下,利用自适应控制的思想,将整个控制过程依据一定的规则分成有限长的时间段,在每一段时间内用扰动分析估计目标函数的一阶和二阶导数,然后用基于二阶导数的随机逼近算法渐进地估计该流程控制问题中的最优阈值,从而实现了阈值的自适应控制,并利用仿真实例验证了算法的收敛性。     

C^＊—代数中的正逼近

讨论了Ｃ＊－代数中的正元逼近问题,研究了逼近度的一系列性质;应用Ｃ＊－代数的万有表示和Ｈａｌｍｏｓ关于正算子逼近的结果,证明了Ｃ＊－代数中的任一元都存在最佳正逼近并且给出了最佳正逼近的表达式。     

信号分析中的正交变换

信号分析的主要目的是寻找一种简单有效的信号变换方法，以便突出信号中的重要特性、简化运算的复杂程度，其中希尔伯特(Hibert)空间中的正交变换得到了广泛的应用。投影定理在平稳时间序列的预报及函数逼近研究中起着重要的作用。本文从数学分析的角度推证了正交变换与投影定理的内在联系，通过信号分析中典型正交变换的应用进行了验证，从而揭示了正交变换的内在本质。     

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．     

求解一阶常微分方程逆初值问题的分形方法

分形作为现代数学的十大成果之一，在现代社会的应用和理论研究方面都占有举足轻重的作用．从微分方程逆问题应用领域的广泛性出发，对前人认为求解很难的逆问题进行了深入的研究和分析，利用分形的图像编码方法讨论了一阶微分方程逆初值问题的求解，并用实际例子对该方法的精确性和有效性作了完整的说明。