随机指标鞅序列的收敛性

主要讨论了以停时序列{τn}n∈N作为鞅序列{xn}n∈N的指标时,序列{xτn}n∈N的收敛性问题.     

行为NA的随机变量阵列的收敛性

利用NA序列的一个矩不等式,研究了行为NA的随机变量阵列,证明了1/n1p∑ni=1Xni平均收敛于0、完全收敛于0、几乎必然收敛于0、依概率收敛于0的等价性.     

解代数方程时Halley迭代法的收敛性

讨论同时求解代数方程所有单根时Halley迭代法的收敛性,给出了保证其收敛的初值应满足的一个充分条件,使Halley迭代法的收敛性获得新的表述和证明。     

一种信息点多样性的粒子群优化算法

针对PSO在寻优后期尤其在高维搜索空间中无法得到满意结果,提出了一种信息点多样性的改进粒子群优化算法。粒子个体最优位置及全局粒子最优位置是两个有用的精确的信息点,而PSO的信息交互方式正依赖于这两个信息点,从多样性方面考虑,将该有用的信息点增加为粒子个体最优位置附近随机的一点。实验仿真结果表明,新算法的全局搜索能力、收敛速度、精度和稳定性均有了显著提高。     

偶数阶中立型差分方程最终正解的存在性

研究一类具连续变量偶数阶中立型时滞差分方程,利用Lebesgue控制收敛定理给出这类方程存在最终有界正解的一个充分必要条件,得到相应新的比较定理.     

φ-混合随机变量序列加权和的完全收敛性

讨论了同分布下的φ-混合随机变量序列的完全收敛性,构建了1个定理和1个推论,它改进了前人的一些研究成果,获得了更一般的结论．     

一类效应代数中的理想

证明了若I是效应代数（E（Ω）,,⊥,0,1）的一个闭理想,则存在Ω的一个闭的子集S,使得I是所有在S上为零的函数的集合.反之,若S是一个Ω的闭子集,则所有在S上为零的函数之集是效应代数（E（Ω）,,⊥,0,1）的一个闭理想.     

一个新双参数矩形板元的构造及收敛性分析

利用"双参数法"构造了一个新的十二参矩形元,并对其收敛性进行了分析;同时计算了节点参数扰动量。与著名的ACM元比较,节点参数有8个是相同的。     

改进的协同粒子群优化算法

针对协同粒子群优化算法存在停滞,不能保证收敛到局部或全局最优值的问题,提出一种改进的协同粒子群优化算法(CCPSO-Hk),该算法将混沌理论引入协同粒子群算法(Chaos PSO)中,利用混沌运动的随机性、遍历性和规律性等改善了协同粒子群算法(Cooperate Particle Swarm Optimization)的性能.通过仿真验证算法的有效性.     

半离散Newton分裂方法的Kantorovich型定理

本文在Kantorovich型定理的条件下,给出了一种半离散Newton型分裂方法的存在性收敛性定理.