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.     

多孔介质中可压缩驱动问题的全离散分裂正定混合元方法

提出了数值模拟多孔介质中可压缩驱动问题的全离散分裂正定混合元方法.引入分裂正定混合有限元方法来求解抛物型的压力方程.混合有限元方程组是对称正定的，并且流函数方程不依赖于压力方程.采用标准的Garlerkin方法来处理对流－扩散型的饱和度方程.给出了此方法的全离散格式，并分析了该全离散格式的收敛性.     

一类非线性波动方程解的存在惟一性

证明了一类非线性波动方程解的存在惟一性。首先利用Galerkin法构造了近似解序列，然后利用一致先验估计，证明解序列的收敛性，从而得到解的存在性，在此基础上证明了解的惟一性。     

蚁群算法的全局收敛性研究及改进

针对蚁群算法(ACA)寻优性质优良,但搜索时间长、收敛速度慢、易限于局部最优解,从而使其进一步推广应用受到局限的问题,对算法的全局收敛性进行了深入的理论研究,并从改善全局收敛性的角度对算法作了一系列改进,最后对Bayes29这一典型的TSP问题进行了仿真实验。实验结果证明,改进后的蚁群算法具有很好的全局收敛性能。这为蚁群算法的进一步理论研究打下了很好的基础,对其在各优化领域中的推广应用具有重要意义。     

修正的S.N.Bernstein型三角插值多项式的逼近

构造了一个三角多项式算子Hn(f；r，x)(r为自然数)，使其对每一个以2π为周期的连续函数都能在全实轴上一致收敛，并给出了最佳收敛阶的估计．     

C-半群的拟Lie-Trotter乘积公式

讨论了Banach空间中两C-个半群T(t)t≥0，S(t)t≥0的拟Lie-Trotter乘积公式[T（t/n）S（t/n）]^n收敛的条件。     

非线性l1 问题的光滑近似算法

利用“ ”函数的光滑近似函数和无约束优化方法给出非线性l1的一种算法．在适当的假设下，算法是全局收敛的．初步的数值试验结果表明算法的有效性．     

ħ混合序列的广义Jamison型加权和的强收敛性

讨论φ混合序列的广义Jamison型加权和的强收敛性，推广了著名的Jamison定理。