关于数列收敛的又一判定定理

对已有的数列收敛的判定定理进行扩充,从而更加丰富读者的知识面,为读者学习和研究多提供一份材料.通过对这个定理进行严格的证明,并在局部证明过程中运用两种方法.从而得到所要证明的定理.     

用修正的Mann迭代算法求解分裂可行性问题

在Hilbert框架下借助于度量投影修正Mann迭代程序,证明了关于无限族非扩张映射的强收敛定理,并用于求解分裂可行性问题SFP.研究成果在很大程度上推广和改进了现有的结果.     

C0-半群的概率型逼近

借助于算子值数学期望以及概率论方法,利用适当的随机变量的矩生成函数估计式,讨论了Banach空间上C0-半群的概率表示式及收敛速度的估计式.     

二项式函数f(x)=(1+x)~α(α≠0)的幂级数展开式及其应用

详细介绍了二项式函数f(x)=(1+x)~a(a≠0)的幂级数展开式、收敛域的确定及其二项式级数在数学中的应用。     

供应链风险扩散收敛模型与风险管理机制

通过建立存在时滞、不存在随机扰动的供应链风险收敛扩散模型和存在随机扰动、不存在时滞的供应链风险收敛扩散模型,揭示了供应链风险扩散收敛系数、供应链平均响应时间和供应链风险管控能力系数对供应链风险扩散收敛的影响效果和相互作用关系,从而构筑供应链风险防范策略与机制.     

一个充分下降的共轭梯度法

共轭梯度法是优化方法中最常用的方法之一,适于解决大规模问题,因此有着广泛的应用.针对无约束优化问题,基于搜索方向的选择,提出了一个新的共轭梯度法,该算法在每一次迭代过程中,均可保证搜索方向的充分下降性,并在弱的wolfe条件下,证明了算法的全局收敛性,数值结果表明了算法的可行性与有效性.     

基于模糊神经网络的模拟电路故障诊断算法

将小波包分析、模糊理论和神经网络有机结合在一起,提出了一种基于小波包特征提取和模糊规则的模拟电路故障诊断的神经网络算法。计算和仿真实验结果表明,该方法可以减少网络的训练规模,加快网络的收敛速度,能够为模拟电路故障诊断提供一种新的有效的方法。     

一种基于精英选择和反向学习的分布估计算法

为了提高分布估计算法的性能,提出一种从选择方式和搜索机制出发的改进分布估计算法.首先,借鉴并改进粒子群种群更新策略,在构造优势群体时,引入精英选择策略替换经典的截断选择,提高算法向全局最优解的收敛速度;然后,引入二次反向反射搜索算子,从搜索机制上对分布估计算法进行改进,提高算法的全局搜索能力.仿真结果表明,所提出的改进分布估计算法能够有效的避免陷入局部最优值,在寻优精度、收敛速度以及算法的稳定性和鲁棒性上都有极大改善.     

基于倒位变异的蜉蝣优化算法

蜉蝣算法(Mayfly Algorithm,MA)作为一种新型群智能优化算法,具有较好的寻优性能.但在高维非线性复杂问题上,蜉蝣算法依然容易出现早熟收敛现象.本文提出一种基于倒位变异的蜉蝣算法(Inversion Variation Mayfly Algorithm,IVMA),改变原算法在变异上的操作,随机选择个体的随机维度向全局最优个体的随机维度靠近,同时利用精英策略保留进化成果.利用倒位操作,将最优个体某一维度段内位置发生倒转,提高了算法跳出局部最优的能力.通过对10个测试函数的结果分析,表明本文所提出的算法具有较好的收敛精度,收敛性能得到了提高.     

基于反应扩散方程的水平集结构拓扑优化方法与实现

为实现更加先进的拓扑优化算法,研究采用反应扩散方程的水平集结构拓扑优化方法,通过理论推导给出算法中的参数选择建议.该方法允许在拓扑优化过程中生成新的孔洞,初始结构无须包含孔洞,不需要重新初始化步骤,从而可提高算法的收敛性.针对传统拓扑优化中主要采用体积约束、以柔度最小为目标和体积保留率设定存在一定主观性的问题,探究不同体积保留率下的结构应力水平的变化规律,结果显示可以依据结构最大应力水平与体积保留率的变化规律确定最优体积保留率.