平均非扩张映射的迭代格式

基于Mann迭代、Ishikawa迭代以及一些其他的二步迭代三步迭代的构造方式,构造出两种新的四步迭代格式和一种n步迭代,在一致凸的Banach空间中的非空有界闭凸子集中研究了这两种四步迭代格式与平均非扩张映射T不动点之间的关系,并得到了新定义的n步迭代收敛于平均非扩张映射T的不动点的一个充分条件.     

工程迭代设计的过程管理研究

运用设计结构矩阵建立工程迭代设计的过程管理模型,以并行迭代子模型廓清迭代过程的结构和核心元素,以串行迭代子模型计算迭代时间。汽车质量问题案例证实了该方法对于工程迭代设计过程管理的有效性。     

传递函数辨识(18):输出误差模型的辅助模型递阶迭代参数估计

针对输出误差系统,利用迭代搜索原理,研究了辅助模型梯度迭代算法、辅助模型最小二乘迭代算法、辅助模型多新息梯度迭代算法、辅助模型多新息最小二乘迭代算法;利用递阶辨识原理,研究了辅助模型递阶梯度迭代算法、辅助模型递阶多新息梯度迭代算法、辅助模型递阶最小二乘迭代算法、辅助模型递阶多新息最小二乘迭代算法等.这些辨识方法可以推广...     

矩阵方程AX＋XB＋CXD＋PXQ=F的松弛迭代解法

从参数迭代方法出发,建立了求解大型线性矩阵方程AX+XB+CXD+PXQ=F的唯一解的松弛迭代解法.通过矩阵变换和特征值分析,给出了松弛迭代格式收敛的充要条件.同时为了使得迭代速率加快,给出了两种加速动力迭代格式.最后,通过数值示例对文中所述进行了论证,说明所得算法大大提高了收敛速度.     

多变量方程误差类系统的部分耦合迭代辨识方法

针对多变量方程误差滑动平均系统,利用最小二乘原理和迭代搜索原理,给出了增广随机梯度辨识方法、递推增广最小二乘辨识方法、梯度迭代辨识方法和最小二乘迭代辨识方法.针对多变量方程误差滑动平均系统和多变量方程误差自回归滑动平均系统,将多变量系统分解为一些子系统,利用耦合辨识概念,讨论了梯度迭代辨识方法、部分耦合(子系统)梯度迭代辨识方法、子系统最小二乘迭代方法和部分耦合子系统最小二乘迭代辨识方法.进一步结合数据滤波技术,研究了多变量方程误差自回归滑动平均系统的子系统梯度迭代辨识方法、部分耦合(子系统)梯度迭代辨识方法、部分耦合子系统最小二乘迭代辨识方法.文中给出了几个典型算法的计算步骤.     

传递函数辨识(22):线性回归系统的递阶迭代参数估计

利用迭代搜索和递阶辨识原理,以线性回归系统为例,讨论了递阶梯度迭代辨识方法、递阶多新息梯度迭代辨识方法、递阶最小二乘迭代辨识方法、递阶多新息最小二乘迭代辨识方法,并给出引入加权因子和遗忘因子的递阶迭代辨识方法等.这些迭代辨识方法可以推广到有色噪声的随机系统中.     

不动点在求迭代数列极限中的应用

介绍不动点在求迭代数列极限过程中的应用.给出了两种求迭代数列极限的方法.一种是利用不动点定理,构造相应的迭代函数并证明其不动点唯一存在,则该不动点就是所求迭代数列的极限;另一种是在某种特定的迭代形式下,用不动点表示所求迭代数列的通项,进而判断并求出极限.     

Newton迭代法的修正算法--预测式迭代法

基于Newton迭代法,给出了一种加快迭代速度的新算法--预测式迭代方法,它提供了一种加速迭代的新思想,具有很好的理论意义和实用价值.     

Newton迭代法的修正算法——预测式迭代法

基于Newton迭代法,给出了一种加快迭代速度的新算法———预测式迭代方法,它提供了一种加速迭代的新思想,具有很好的理论意义和实用价值.     

重型运载火箭轨迹/总体参数一体化优化方法

研究了重型运载火箭轨迹/总体参数一体化优化问题。建立了一体化参数优化模型,设计了一种双环迭代优化算法,外环采用遗传算法进行参数优化,内环通过带自适应松弛因子的改进牛顿迭代法进行参数迭代。针对牛顿迭代法对模型本身及迭代初值敏感的问题,提出了一种模型变量筛选方法和迭代初值生成方法。基于Morris参数全局灵敏度分析法筛选出对终端等式约束影响最大的参数作为牛顿迭代变量,以历史迭代收敛值作为当前迭代初值。并通过迭代误差监控,保证了算法的鲁棒性。以三级液体重型运载火箭为对象,进行了一体化优化仿真。仿真结果显示起飞总质量减少了4.09%,表明设计的双环迭代优化算法能在复杂约束下完成重型运载火箭轨迹/总体参数一体化优化。     

Landweber迭代正则化的加速

Landweber迭代法是求解大规模的不适定问题的一种有效方法,但其迭代序列收敛速度是相当慢.为了加快Landweber迭代收敛速度,将每一步Landweber迭代分解为矩阵计算和求解,对矩阵计算部分设计了一种快速迭代格式,并给出了相应的加速算法,通过数值实验验证了这种算法能够大大加快收敛速度,有效的减少计算量,解决了Landweber迭代正则化方法在实际应用中的障碍.     

一类不动点迭代法的求解

不动点迭代方法是求解非线性方程近似根的一个重要方法,其应用非常广泛.对迭代函数不满足收敛定理条件的一类情况进行了研究,归纳出几种迭代方法,同时给出实例,并用C语言编程上机进行了计算,最后对迭代收敛结果进行了分析和比较.     

一类不动点迭代法的求解

不动点迭代方法是求解非线性方程近似根的一个重要方法,其应用非常广泛.对迭代函数不满足收敛定理条件的一类情况进行了研究,归纳出几种迭代方法,同时给出实例,并用C语言编程上机进行了计算,最后对迭代收敛结果进行了分析和比较.     

辨识方法的计算效率(2):迭代算法

讨论了最小二乘迭代辨识算法及其计算效率问题.最小二乘迭代算法由于涉及矩阵求逆运算,为减小计算量,提出了基于块矩阵求逆的最小二乘迭代辨识算法.基于块矩阵求逆的最小二乘迭代辨识算法不是一种新算法,只是从辨识算法的实现方式上降低计算负担,它与最小二乘迭代算法产生相同的参数估计,但计算量小.文中研究了伪线性回归系统、多元伪线性回归系统、多变量伪线性回归系统的最小二乘迭代辨识算法及其基于块矩阵求逆的最小二乘迭代算法.     

开环迭代学习控制系统仿真研究

在迭代学习控制系统仿真研究中,主要是对开环迭代学习算法和闭环迭代学习算法进行研究,包括P型、PID型学习律.通过仿真实验,对比分析了开环迭代法的P型、PID型迭代学习律的控制系统性能,并对仿真结果进行了阐述.     

矩阵迭代与图象序列

反映动力系统特征的迭代过程常常给出异常复杂的几何结构.熟知的复二次迭代过程向人们展示了Julia集和Mandebrot集，大量的文献给出了复二次迭代过程的各种推广形式。本文研究了一类矩阵迭代过程及其吸引子；探讨该过程的吸引子的性质；考查线性与非线性过程的差异;着重研究迭代矩阵为一类Hudamard矩阵时迭代吸引子的性质；考虑了高阶离散动力系统的推广形式及存在问题；并在计算机上完成了一些有趣的图象.本文研究表明，这类迭代过程的吸引子依赖于迭代矩阵的谱半径。     

IFS中随机迭代算法的改进和分析

随机迭代算法是生成迭代函数系统(IFS)所定义的分形吸引子的有效方法,通过改变组成IFS的各个仿射变换的系数,随机迭代算法中的循环迭代过程不必再引入中间变量,从而减少了赋值语句,并且分析了消去中间变量前后仿射变换之间的关系.     

离散时间系统自适应迭代学习控制的研究进展

离散自适应迭代学习控制是针对在有限时间区间上运行的不确定非线性离散时间系统提出的一类方法,可有效抵抗系统的不确定性,并放宽了传统迭代学习控制中要求相同初始条件和参考轨迹这两个关键假设。即可在随机初始条件下实现对迭代变化参考轨迹的几乎完全跟踪性能。本研究给出了迭代学习控制方法的分类,对其中的自适应迭代学习控制方法的设计思路和适用背景进行了阐述。重点综述了离散时间系统自适应迭代学习控制方法的发展过程,讨论了所提出离散时间自适应控制方法的特点和适用范围,提出了基于数据驱动的自适应迭代学习控制发展的必然趋势和有待于进一步研究的问题。     

一种改进的迭代函数系统吸引子逼近算法

在分析比较已有迭代函数系统吸引子逼近算法的基础上,提出了一种改进的算法.通过绘制分形图时先对迭代函数迭代后的点及其原像点增加标记来判断某一点是否已经被迭代运算过,有效减少了计算点的个数,提高了计算效率.经实验验证效果明显.     

一种LOG-MAP算法的改进迭代实现及其结构

对LOG-MAP算法进行了可并发性分析,利用可以完整接收一个N长符号传输帧的条件以及正向迭代和反向迭代中的固有对称性质,提出了LOG-MAP算法的一种修正迭代实现算法,其正向和反向迭代计算次数只需码长N的一半,故比标准LOG-MAP算法提高了一倍的处理速度,且没有空间开销的增加、同时,根据修正的迭代实现算法给出了相应的适于FPGA实现的双总线硬件结构的实现方案。