求解非线性互补问题的一个无导数下降算法

在实际求解过程中,一些非线性互补问题没有导数或很难获得导数,因此提出了无导数下降算法.通过讨论了非线性互补问题在经过价值函数的极小化变形之后的解决方法,提出求解非线性互补问题的一个无导数下降算法,在一定条件下证明了该算法的适定性及收敛性,利用数值例子表明了算法是有效的.     

Banach空间中的一类广义混合非线性隐拟变分包含

给出了Banach空间中一类广义集值混合非线性隐拟变分包含问题，通过对m-增生映象运用Nadler定理和隐预解算子技巧，构建了这类广义变分包含的迭代算法，并证明了其解的存在性和由迭代算法生成的迭代序列的收敛性。     

四参数正弦波曲线拟合的快速算法

介绍了一种基于信号频率估计方法,利用三参数正弦波拟合算法实现的四参数最小二乘正弦波拟合算法,特点是:1)绝对收敛;2)不需要对参数进行预估计;3)算法简洁;4)不需要迭代过程;5)运算速度高.仿真实验验证了方法的有效性、正确性和局限性.     

一种新共轭梯度法的全局收敛性

对求解无约束最优化问题的共轭梯度法进行了研究，提出了计算βk的一种新的公式，并对标准Wolfe搜索条件进行了推广，得到一种新的共轭梯度法。在一定条件下证明了该算法的全局收敛性，同时给出了一些数值例子，得到很好的数值结果。     

有限级信息素蚁群算法

提出一种新的蚁群算法，将信息素分成有限个级别，通过级别的更新实现对信息素的更新，并且信息素的更新量独立于目标函数值. 文中采用有限马氏链的理论证明算法可以线性地收敛到全局最优解. 针对TSP问题，通过与MMAS和ACS等蚁群算法的数值实验结果进行比较，表明所提出的算法是有效的、鲁棒的.     

差分进化微粒群优化算法-DEPSO

微粒群优化算法是一种新的进化计算技术,具有良好的优化性能,但是对于高维多模态函数,因进化后期微粒多样性的降低导致算法早熟收敛.文章提出的差分进化微粒群优化算法(DEPSO),拓宽了微粒信息传递的途径,增加了微粒的多样性,保证了算法的全局收敛.实验结果表明,DEPSO比PSO有更好的性能.     

JOR迭代法的收敛性

基于双严格对角占优的概念,针对线性方程组在求解时常用的JOR迭代方法,给出了JOR迭代矩阵谱半径新的上界及迭代法的收敛性准则,不仅适用于严格对角占优矩阵,还适用于双严格对角占优矩阵类,对相应迭代阵谱半径的估计更精确且扩大了JOR方法收敛参数的选取范围,并用数值例子说明了所给结果的优越性。     

燃气管网水力计算研究

燃气管网水力计算存在虚平衡现象、叠代计算不收敛、压缩机供气管网水力计算未考虑压缩机实际工作曲线等问题．为此，引入开环能量方程解决用解环状方程法进行定压多气源点供气管网水力计算时存在虚平衡的问题；通过分析找出摩擦阻力系数在流态分区点不连续是造成不收敛的原因，对管道中燃气流动状态分区点采用插值法，解决在叠代过程中可能因摩擦阻力系数不连续导致叠代流量在分界点来回振荡造成的不收敛问题；引用虚气源点法解决压缩机供气管网的水力计算问题．     

基于非线性空时编码系统的自适应信道估计

用非线性分组编码，在时间选择性衰落信道环境下，将基本LMS自适应算法推广到对二维空时编码信号的权矩阵自适应迭代估计，分析了对输入信号序列编码所生成的非线性编码矩阵之间的相关性，运用解相关LMS自适应算法对衰落信道进行估计．在不同噪声情况下，根据估计信道和噪声统计量，推导了对非线性编码进行解码的最大似然决策方法．仿真试验表明，采用扩展LMS算法和解相关LMS算法跟踪时变衰落信道响应具有较强的鲁棒性和快速收敛性，非线性空时分组编码系统相对干线性编码系统提高了编码系统性能，运用最大似然决策方法进行解码降低了系统误码率．     

最佳动力换档规律自学习算法的收敛性分析

针对汽车电控机械自动变速器 (AMT)最佳动力性换档规律的获取方法工作量大且耗资多,所得换档规律对其它车辆适应性差等问题,根据迭代自学习控制理论,提出了一种在线、实时寻求最佳动力性换档规律的自学习算法,并从理论上证明了该算法的收敛性,给出了收敛条件,讨论了自学习算法的快速收敛问题.分析结果表明,此法可以应用于实际AMT系统.