一类过阻尼系统二次方程的快速迭代算法

考虑一类来自过阻尼系统的二次矩阵方程数值求解问题,针对方程系数矩阵的结构特点,设计了一种快速求解方程的迭代算法,给出了这类算法具体的迭代格式和收敛性。数值实验表明,提出的算法能够有效地求解此类方程具有实际意义的解。     

卡森流体在钻具内层流压降的迭代算法

在计算卡森流体在钻具中的层流压降时,需要求解一个非线性方程,以往通常使用近似公式进行计算。对于求解这个非线性方程,提出了一个数值迭代算法,并对该算法的收敛性进行了证明,给出了最大迭代步数的上限值。理论分析和大量实际算例表明这种算法具有非常稳定的收敛性和非常快的收敛速度,并且能够给出压降的精确计算值。     

迭代法求解变分不等式问题

给出了求解变分不等式问题的一种迭代算法;在适当的条件下,证明了该算法的收敛性．     

多目标动态规划逐次迭代算法

本文运用逐步最优化原理,提出一种求解多目标动态规划方法的迭代算法,为解决多维、多目标动态规划问题的维数障碍提供了捷径。文中给出了迭代算法的具体步骤,并对迭代算法的收敛性给出了证明。由于此法对非劣解是逐次求出,可以方便地用于对话式的多目标决策问题的求解。     

求解集值混合变分不等式的迭代算法

利用集值映射的预解算子，提出了求解一类集值混合变分不等式问题的迭代算法，并讨论了该算法的收敛性，推广了已有文献的结果。     

解非对称块三对角线性方程组的并行算法

提出了一种并行求解非对称块三对角线性方程组的方法。该方法通过对传统的预处理共轭梯度法的预条件子进行重新构造,使之适合并行计算。该算法只需相邻两台机子间通信,降低了通信次数易于求解。并从理论上分析文中算法的收敛性,给出了该算法的收敛性优于Gauss-seidel的预处理共轭梯度法的充分条件。最后,在HP rx2600集群上,进行了数值试验,结果表明实算与理论是一致的,并行性好,且迭代次数也明显降低。     

一种新的矩阵平方根的迭代算法

针对求解二次矩阵方程X 2-A=0的约束解问题,提出一种新的迭代算法,并给出该算法在求解二次矩阵方程对称解时的收敛性定理。数值实验证明了算法的有效性。     

一类解线性和非线性方程组的并行算法

本文给出了求线性方程组 Ax=b 和非线性方程组 F(x)=0解的分块串行和同步并行广义的 Kaczmarz 迭代方法,分析了求解这两种方程组的异步并行混乱广义 Kaczmary 迭代方法,并给出了迭代算法的收敛性证明.     

一般混合变分不等式的改进隐式迭代算法

给出了一种新的求解一般混合变分不等式的改进隐式迭代算法,在算子T是g-伪单调连续的条件下,即可证明新提出的算法的收敛性.     

线性互补问题的多重分裂加性Schwarz迭代算法

许多科学与工程问题都可归结为线性互补问题,研究求解线性互补问题的数值算法是很有必要的。多重分裂方法是一类适合并行计算的有效算法。基于多重分裂方法和Schwarz方法的思想,提出了一类求解线互补问题的有效的新算法——多重分裂加性Schwarz迭代算法,得到了算法的收敛性定理,给出了算法的收敛速度分析,并证明了算法的全局收敛性。     

一种实用的线性方程组迭代预处理算法

针对传统解线性方程组Ax=b的迭代法的局限性,通过引入全主元矩阵的概念,提出了一种改进算法,先将线性方程组的系数矩阵A变换成全主元矩阵,然后再进行迭代。数值实验结果表明:该算法可大大提高迭代法的收敛比率。     

时变系统的循环估计递推算法

提出了时变系统的循环估计递推的新算法,并对其收敛性进行了探讨,仿真结果表明,该方法有较快的收敛性。     

分解递推辨识算法的研究

提出了线性系统的分解递推辨识算法,并应用连带常微分方程的方法分析了算法的收敛性。仿真结果表明;该算法具有较快的收敛速度和较好的数值稳定。     

线性系统拟线性对称松弛递推辨识算法

提出了线性系统拟线性对称超松弛形递推辨识新算法,并对其收敛性应用常微分方程的方法进行了分析。结果表明:该方法适合于求解大规模系统辨识问题,易于实现系统的在线辨识,精度较高,满足Lyapnouv渐近收敛的性质。     

一种改进的水声信道载波恢复盲均衡算法

针对超指数迭代判决反馈盲均衡算法在水声通信系统中表现出收敛性差的问题,提出了一种带二阶锁相环的改进超指数迭代判决反馈盲均衡算法．该算法基于对修正超指数迭代算法误差函数的分析,提出了一种新的、能够快速收敛的误差函数,并有效提高了载波恢复能力; 在判决反馈均衡器中引入二阶数字锁相环,实现对相位旋转的跟踪和补偿,从而实现对原始发射信号的正确恢复．在两种水声信道条件下,采用两种调制信号分别对算法的收敛性能和载波恢复性能进行了计算机仿真,结果表明: 在混合相位信道环境中,新算法相比超指数迭代判决反馈算法在均方误差、收敛速度上得到很大改善; 在具有相位旋转的信道环境中,新算法实现了对相位旋转的有效补偿,改善了载波恢复性能．     

LMS算法的最佳计算步长研究

ＬＭＳ算法在线性滤波中得到广泛应用,人们对其进行了许多研究,给出了算法收敛的充分条件和对固定计算步长的误差上下限算法,但以往对计算步长的定量研究尚很不充分。由于ＬＭＳ算法中权向量输入 数据的统计特性,迭代计算中应突出使用较近的历史数据。另外,由于ＬＭＳ算法是噪声梯度法,须使其计算步长逐渐缩小,以保证ＬＭＳ算法的稳态均方差趋向于系统的最小均方差。据此,提出一种估计最佳计算步长的新方法。新方法中将ＬＭ     

基于遗传算法的图像多阈值自动分割方案

图像多阈值分割是图像处理的基本技术之一。遗传算法则是一种借鉴生物界自然选择和自然遗传机制的高度并行、随机、自适应的搜索算法。本文将遗传算法引人图像分割,提出一种新的图像多阈值分割方案,并加以改进。该方案能够快速正确地实现分割,且不需事先认为的确定分割类数。实验结果令人满意。     

基于自适应遗传算法的神经网络字符识别

为了增强传统自适应遗传算法在进化初期的鲁棒性及避免早熟收敛,给出了一种改进算法,并利用这一算法来调整BP模型的网络权值与阈值,最后将新算法应用于字符的识别．仿真结果表明,新算法比BP算法具有更强的识别能力．     

采用扰动加速因子的自适应粒子群优化算法

针对粒子群算法容易陷入早熟收敛和搜索效率不高等问题,分析了几个现有的改进粒子群优化算法．在粒子对称分布有利于提高搜索结果的基础上,对粒子群优化算法进行了改进．改进后的算法可以在运行过程中的不同阶段自适应地以余弦函数的变化方式调整惯性权重系数;在加速因子线性变化的基础上,基于一定的条件对加速因子进行扰动;并确定了相应条件参数的参数取值．通过几个经典的函数,对该算法进行了验证,并与相关文献中改进的粒子群优化算法进行了对比．结果表明,新算法不仅显著提高了收敛速度,而且能有效地改善早熟现象．     

电力线多载波系统中自适应资源分配

针对电力线通信系统中应用传统粒子群算法进行比特功率分配存在陷入局部最优值和收敛速度慢的问题,提出了IPSO（improvedparticleswarmoptimization）算法．新算法通过引入遗传算法的交叉和变异操作,克服了传统粒子群算法由早熟收敛而陷入局部最优解的问题,加快了收敛速度．建立了IPSO算法的理论模型,给出了新算法在PLC—OFDM系统中进行比特功率分配的方法．仿真结果表明,在PLC—OFDM系统中应用IPSO算法进行比特功率分配与GA算法和传统粒子群算法相比．可以加快收敛速度．改善系统的信噪比特性．降低系统发射功率．