NETS OF LF SETS IN LF SUM─TOPOLOGICAL SPACES

ＮＥＴＳＯＦＬＦＳＥＴＳＩＮＬＦＳＵＭ─ＴＯＰＯＬＯＧＩＣＡＬＳＰＡＣＥＳ￥ＺｈｕＭｉｎｇｋｕｉ；ＳｕｎＱｕｎ（ＴｈｅＤｅｐａｒｔｍｅｎｔｏｆＭａｔｈｅｍａｔｉｃｓ）Ａｂｓｔｒａｃｔ：Ｉｎｔｈｉｓｐａｐｅｒ，ｗｅｄｉｓｃｕｓｓｔｈｅｒｅｌａｔｉｏｎｏ...     

非光滑极小极大神经网络收敛性分析

利用非光滑分析的理论讨论了非可微鞍泛函的ｍｉｎｉｍａｘ问题，并建立非光滑神经网络来求鞍泛函的鞍点，在适当的条件下，利用Ｌｙａｐｕｎｏｖ理论讨论了网络的收敛性怀稳定性。     

求非线性方程数值解的两种三阶算法

本文在分析非线性方程数值解的二阶算法－牛顿逐根法的基础上，提出了两种改进思想，得到两种新的三阶算法。     

变分不等式的加性广义Schwarz算法

将加性广义Ｓｃｈｗａｒｚ算法推广到求解变不等式，并在适当条件下证明了其收敛性。     

G-B变换对极限循环连分式K(a_n/1)的加速收敛

本文对极限循环连分式Ｋ（ａｎ／１）的逼近序列引入合成序列变换，选择适当的辅助序列得到Ｇ－Ｂ变换；就Ｇ－Ｂ变换和常数因子ｘ１对极限循环连分式的加速收敛进行了比较，并给出了数值实例．     

非线性规划的极大熵方法

使用极大熵方法详细研究了光滑逼近函数的解收敛到原优化问题的解的所谓收敛性定理．     

无偏GM(1,1)模型的动态特性分析

传统GM(1,1)模型是最基本的灰色预测模型,无偏GM(1,1)模型是在传统GM(1,1)模型基础上的一种改进,它消除了传统GM(1,1)模型本身所固有的偏差.对无偏GM(1,1)模型的动态行为特性进行分析,并与传统GM(1,1)模型进行对比,明确了无偏GM(1,1)模型特性和适用条件.     

高斯牛顿算法在求解广义互补问题中的应用

本文将广义互补问题转化为一个非线性方程组问题,然后建立了GCP问题的无约束优化问题的转化形式,对该优化问题,用两种步长下的阻尼高斯牛顿算法来求解,并给出了两种情况下算法的全局收敛性.     

一类拟牛顿算法的收敛性

根据一类基于新拟牛顿方程Bk 1sk=yk*的修改BFGS类算法,采用广义W olfe线搜索模型(GW搜索模型):f(xk 1)≤f(xk) δkαgTkdk和g(xk 1)Tdk≥m ax{,σ1-(kα‖dk‖)p}gTkdk,其中0<δ≤σ<1,p∈(-∞,1),得到一类修正的BFGS算法(M BFGS),证明了M BFGS算法的全局收敛性和超线性收敛性.数值试验结果表明M BFGS算法是有效的.