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.     

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.     

服务台可修的GI／G／1系统

通过排队等价定理把服务台可修的ＧＩ／Ｇ／１系统转化为经典ＧＩ／Ｇ／１系统,得到了服务台可修的ＧＩ／Ｇ／１系统的队长,闲时,等待时间等排队指标的繁忙弱极限定理。     

Generalized Rosenau方程的一个两层守恒差分格式

建立了generalized Rosenau方程的一个两层守恒差分格式.并给出了数值解的存在唯一性的证明,且在理论上证明了数值解的收敛性.     

解非凸半定规划的一个Lagrange方法

基于一个求解一般非凸半定规划问题的非线性Lagrange函数,给出了其相关算法,研究了函数的性质,证明了算法的收敛性。在适当的条件下,当罚参数大于某一阈值时,算法产生的序列局部收敛,由此给出了与罚参数相关的解的误差估计。     

Lagrange乘数法的部分应用

Lagrange乘数法主要用于求函数在满足约束条件下的极值问题,但联立方程求驻点及确定条件极值是较困难的事。文章将其应用于条件最值的求解、不等式的证明及隐函数极值的求解,提出在实际解题过程中的技巧,以展现Lagrange乘数法独特而简捷的效果。     

伴随极值分布函数的弱收敛

设{(X_n,Y_n)}是i.i.d.随机向量序列,共同d.f.为F。本文在更弱的条件下证明了A_n^-1(Y_{(n, n)}-B_n)→I对某准d.f.I成立,从而推广了Nagaraja和David的结果。此外还指出：对于(a_n^-1(X_{n, n}-b_n),A_n^-1(Y_{(n, n)}-B_n))的联合分布的弱收敛,本文的条件不仅充分,而且必要。最后,揭露了二元极值弱收敛与(a_n^-1 (X_{n, n}-b_n), A_n^-1 (Y_{(n, n)}-B_n))的联合分布弱收敛之间的紧密联系。     

含多重临界位势的渐近线性椭圆方程的正解

在新Sobolev-Hardy空间中讨论含多重临界位势的渐近线性椭圆方程正解的存在性.该方程的非线性项是渐近线性的,不满足Ambrosetti-Rabinowitz条件.文中运用没有Palais-Smale条件的山路引理证明了在较弱的条件下,方程至少存在一个正解.     

免疫遗传算法在BP神经网络中的应用

提出了一种基于免疫遗传算法(IGA)的BP神经网络设计方法.该算法在遗传算法(GA)的基础上引入生物免疫系统中的多样性保持机制和抗体浓度调节机制,有效地克服了GA算法的搜索效率低、个体多样性差及早熟现象,提高了算法的收敛性能.为了解决BP神经网络权值随机初始化带来的问题,用多样性模拟退火算法(SAND)进行神经网络权值初始化,并给出了算法详细的设计步骤.仿真结果表明,同混合遗传算法相比,该算法设计的BP神经网络具有较快的收敛速度和较强的全局收敛性能.     

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.