一类非线性反应扩散方程的数值解法

对一类非线性反应扩散方程的初边值问题采用有限差分方法,在离散过程中针对非线性项的特性进行线性化处理,提出了一种新的差分格式,并在差分格式稳定性分析时,采用能量方法给出了差分格式的稳定性条件。经数值计算表明,与以往构造的差分格式相比,所构造的差分格式具有计算简单、精度较高、稳定性条件较好的特点。     

三次B样条有限元法

由于B样条具有紧凑性及良好的光滑性、明确的表达式等优点,所以用B样条求解微分方程时容易进行系数矩阵的计算,从而提高计算效率。本文利用以上优点构造了三次B样条基函数,并用有限元的思想,求解两点边值问题,通过数值实验计算出:在半H1范数下,三次B样条有限元法具有3阶收敛精度;在L2范数下,三次B样条有限元法具有4阶收敛精度,说明三次B样条有限元法具有最佳L2收敛阶。     

四阶非线性抛物方程的最大值原理

中证明了四阶非线性抛物方程的最大值原理,利用这些最大值原理获得了一些四阶抛物型方程的解的唯一性定理和解的梯度估计。     

修改的βNk(μ)方法在标准Wolfe条件下的全局收敛性

在没有线搜索的条件下,修改的βNk(μ)方法满足充分下降条件.证明了其在标准Wolfe条件下具有全局收敛性.初步的数值结果表明该方法是有效的.     

B值随机元的连续逼近

本文首先证明了B值随机元序列几乎处处收敛与几乎一致收敛的等价性,然后用它来证明一个关于连续函数逼近B值随机元的Lusin型定理.     

空间分数阶扩散方程的隐式高精度方法

在有限区域内考虑具有初边值问题的Riesz空间分数阶扩散方程,传统扩散方程中的二阶空间导数由Riesz分数阶导数α(1<α≤2)代替就得到Riesz空间分数阶扩散方程.我们提出一个在时间和空间都具有二阶精度的隐式方法,这个方法基于古典的Crank-Nicholson方法与空间外推方法,该隐式方法是无条件稳定和收敛的.最后给出一些数值例子来证实格式是高阶收敛的,此技巧可应用于解其它分数阶微分方程.     

二维Burgers方程的非协调有限元方法

本文讨论二维Burgers方程的一类非协调有限元近似,从理论上证明了此类方法具有最佳阶的收敛速度,并通过数值例子表明方法的有效性。     

Convergence of Recursive Identification for ARMAX Process with Increasing Variances

The autoregressive moving average exogenous (ARMAX) model is commonly adopted for describing linear stochastic systems driven by colored noise. The model is a finite mixture with the ARMA component and external inputs. In this paper we focus on a parameter estimate of the ARMAX model. Classical modeling methods are usually based on the assumption that the driven noise in the moving average (MA) part has bounded variances, while in the model considered here the variances of noise may increase by a power of log n. The plant parameters are identified by the recursive stochastic gradient algorithm. The diminishing excitation technique and some results of martingale difference theory are adopted in order to prove the convergence of the identification. Finally, some simulations are given to show the reliability of the theoretical results.     

非线性规划的一个超线性收敛算法

本文利用系列二次规划技术,给出非线性规划问题min{f(x)lA_1x=b~1,A_2x=b~2}的一种可行方向法。在一定的假设下证明了算法的全局收敛性和超线性收敛速度。     

求解一类二阶锥规划问题的神经网络及应用

考虑了一类二阶锥规划问题.利用两个光滑函数分别将二阶锥约束转化为光滑的凸约束,提出了求解这类二阶锥规划问题的两个新神经网络,并在适当的条件下证明了提出的神经网络是Lyapunov稳定的,且以任意精度收敛到原问题的解.数值实例说明了两个新神经网络的有效性.