关于一类n维自映射的周期点集

设f是可降的n维自映射,给出了当f的周期点集是闭集时的一系列等价条件,将一维自映射的情形向更为一般的一类n维自映射推广.     

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.     

双线性系统随机多输入间接自适应前馈控制器及其应用

本文针对随机双线性多输入系统，提出了一种适用于具有多种扰动对象的随机多输入间接自适应前馈控制器，其特卢、是通过引入改进的广义最小方差最优控制律来克服双线性对系统的影响，该控制器采用间接算法实现，并适用于延时未知系统。它不仅具有渐近最优的控制的效果，可以对可测干扰实行有效的动静态补偿，消除稳态跟踪误差，使随机干扰对系统的影响最小，而且即使用于不稳定和（或）逆不稳定系统也具有全局收敛特性。文中还介绍了如何应用该控制器来实现多变量系统的随机间接自适应解耦控制。     

基于混合遗传算法的叠前随机反演方法

针对常规随机反演方法计算效率低的问题,提出一种基于混合遗传算法的叠前随机反演方法。该方法充分利用测井资料中的高频信息,并以地震数据作为约束,首先通过快速傅里叶滑动平均(fast Fourier transform-moving average,FFT-MA)谱模拟算法进行随机模拟得到基于地质统计学的初始模型信息,随后结合提出的混合遗传算法对模拟结果进行快速优化,得到符合地下地质结构的反演剖面,实现对叠前弹性参数的反演。混合遗传算法避免了一般遗传算法常见问题,如收敛速度慢以及产生"早熟"现象,与模拟退火相结合能够快速收敛达到全局最优,保证了反演精度。数值试验结果表明,融入混合遗传算法的叠前随机反演方法,在充分利用叠前信息的同时可以保证反演结果有效收敛,并且与模型数据吻合较好,与传统的叠前反演方法相比具有较高的分辨率,在储层识别和油藏描述中起到了重要作用。     

General Improved KdV方程的三层加权平均线性差分格式

本文对广义Improved KdV方程的初边值问题进行了数值研究,提出了一个三层加权平均线性差分格式,分析了差分解的存在唯一性,证明了格式的二阶收敛性和稳定性.数值实验验证了差分格式的有效性.     

柯西定理的推广及其应用

本文对柯西定理的思想进行了推广 ,得到了有关正项级数敛散性的一个命题 ,并由此及到一个判别正项级数敛散性的方法。     

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.     

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.