一种改进的Adomian分解方法

给出了一种新的改进Adomian分解方法,新方法能有效地解决传统Adomian分解方法及其改进方法的不足.将新改进方法应用于第二类Volterra积分方程、积分-微分方程求解,并与传统Adomian分解方法及其改进方法作比较分析,结果表明提出的新改进方法能返回方程精确解析解.     

列昂惕夫逆阵修订方法研究

列昂惕夫逆阵的修订对于充分利用投入产生模型具有十分重要的意义.为了直接修订列昂惕夫逆阵,本文基于投入产出方程,提出了RCS和改进的RCS方法,并讨论了它们与传统RAS方法的内在联系.分析表明,RCS方法及改进的RCS方法比传统RAS方法更具一般性.文章最后通过一个算例对比了RCS方法、改进的RCS方法及RAS间接修订方法.结果表明,文中提出的列昂惕夫逆阵的修订方法特别是改进的RCS方法更为有效.     

解微分方程组的改进尤拉方法的改进

对改进尤拉方法解微分方程组的方法作了改进,改进的算法与原来算法的计算量一样,但精度比较高.     

对西蒙斯模型的改进及其估计量

针对属性特征的敏感性问题的西蒙斯模型提出了改进方法 ,包括随机方法和确定方法 .讨论了其估计量相应的统计性质及两种方法的适用范围 ,结论表明改进方法的统计性质优于西蒙斯模型 .     

BP人工神经网络模型的新改进及其应用

针对 BP网络存在的缺点 ,有多种改进方法 .从算法和网络结构设计方面进行了综合改进 .将新改进的 BP网络用于成都市消费预测 ,取得令人满意的效果     

几类改进的新的两步六阶Chebyshev-Halley方法

利用权函数法,给出非线性方程求根的Chebyshev-Halley方法的几类改进方法,证明方法六阶收敛到单根.Chebyshev-Halley方法的效率指数为1.442,改进后的两步方法的效率指数为1.565.最后给出数值试验,且与牛顿法,Chebyshev-Halley 方法及其它已知的方程求根方法做了比较.结果表明方法具有一定的优越性.     

岭回归中确定K值方法的推广

给出了一种新的逐步改进岭参数 k的方法 .这种方法能够通过调整岭参数来进一步减少岭估计的均方误差 ,并改进了 Hoerl和 Kennard的结果 .     

改进模糊一致矩阵及其在工程评标中的应用

基于模糊一致矩阵的决策方法的不足之处,对模糊优先关系矩阵的构造、模糊一致矩阵的转化、排序方法等方面进行了改进.将改进后的决策方法用于建筑工程的综合评价,将决策者的思维量化,由定性向定量进行转化,构造出建筑工程的综合评价方案优选的改进模糊一致矩阵数学模型,为建筑工程评标数学模型的建立提供了影响因素量化排序的分析方法.实证分析结果表明,改进后的决策方法能更好地反映参评对象的实际情况.     

多时段EOQ存贮问题一种策略的改进优化方法

本文对多时段费用变动型存贮问题的一种策略提出了改进优化方法.理论分 析和实证比较表明:改进方法较原方法不但费用更低,而且算法简便直观,适用性强.     

一种改进的FastICA算法

FastICA算法是一种快速独立分量分析(Independent Component Analysis:ICA)算法,但它是基于牛顿迭代方法和合理近似的一种算法,所以具有改进空间.近年来提出了许多改进的具有更高阶收敛性质的牛顿迭代方法.将一种3阶收敛的牛顿迭代方法引入ICA算法的推导中,在合理近似的基础上,提出了一种改进的两步迭代FastICA算法.与传统FastICA算法相比,提出的改进的FastICA算法一次迭代的计算量有所增加.但是,实验结果表明,新提出的改进的FastICA算法更稳健、具有更快的收敛速度.     

求解非线性算子方程的加速迭代格式

研究非线性算子方程的近似求解方法.首先对通常的求解非线性方程加速迭代格式进行推广,得到高阶收敛速度的加速迭代格式,最后把这种加速迭代格式推广到非线性算子方程的求解中去,利用非线性算子的渐进展开,证明了这种加速格式具有三阶的收敛速度.     

用于求根问题的一个基于Thiele连分式的四阶收敛的迭代方法

利用截断的Thiele连分式,本文给出了一个求解非线性单变量方程的单步迭代方法,并证明了所提出的迭代方法具有四阶收敛性.最后,本文通过一些数值例子说明了所提出的方法的有效性和表现.     

广义混合似变分不等式组的两步迭代算法

对H ilbert空间中一类广义混合似变分不等式组进行了研究;利用次微分算子的预解式技术,建立了广义混合似变分不等式组与不动点问题之间的等价关系;给出了一个求解这种广义混合似变分不等式组的显式两步迭代算法;并证明了该算法在适当的条件下收敛.     

Parallel multisplitting two-stage iterative methods with general weighting matrices for non-symmetric positive definite systems

In this work, we propose a new parallel multisplitting iterative method for non-symmetric positive definite linear systems. Based on optimization theory, the new method has two great improvements; one is that only one splitting needs to be convergent, and the other is that the weighting matrices are not scalar and nonnegative matrices. The convergence of the new parallel multisplitting iterative method is discussed. Finally, the numerical results show that the new method is effective.     

Convergence of hybrid viscosity and steepest-descent methods for pseudocontractive mappings and nonlinear Hammerstein equations

In this article, we first introduce an iterative method based on the hybrid viscosity approximation method and the hybrid steepest-descent method for finding a fixed point of a Lipschitz pseudocontractive mapping (assuming existence) and prove that our proposed scheme has strong convergence under some mild conditions imposed on algorithm parameters in real Hilbert spaces. Next, we introduce a new iterative method for a solution of a nonlinear integral equation of Hammerstein type and obtain strong convergence in real Hilbert spaces. Our results presented in this article generalize and extend the corresponding results on Lipschitz pseudocontractive mapping and nonlinear integral equation of Hammerstein type reported by some authors recently. We compare our iterative scheme numerically with other iterative scheme for solving non-linear integral equation of Hammerstein type to verify the efficiency and implementation of our new method.     

New preconditioned AOR iterative method for Z-matrices

In this paper, we present a new preconditioned AOR-type iterative method for solving the linear system Ax=b, where A is a Z-matrix, and prove its convergence. Then we give some comparison theorems to show that the rate of convergence of the preconditioned AOR-type iterative method is faster than the rate of convergence of the AOR-type iterative method. Finally, we give two numerical examples to illustrate our results.     

求解2×2块对称不定线性方程组迭代法的收敛性分析(英文)

本文研究求解系数矩阵为2×2块对称不定矩阵时的线性方程组,提出了一种新的分裂迭代法,并通过研究迭代矩阵的谱半径,详细讨论了新方法的收敛性.最后,我们也讨论了预条件矩阵特征根的几条性质.     

关于Katz指标的二级分裂迭代方法

本文研究复杂网络中计算Katz指标的迭代法,基于网络拓扑结构,在快速Katz指标算法的基础上,运用二级分裂迭代思想,提出了具有两个参数的二级分裂迭代法,并研究了该方法的收敛性.基于该方法的收缩因子的计算公式,讨论了迭代参数可能的选择,通过参数的选择能有效提高二级迭代法的收敛效率.最后通过数值实例验证了此方法的有效性.     

On a Newton-Kurchatov-type Iterative Process

Newton's method and Kurchatov's method are iterative processes known for their fast speed of convergence. We construct from both methods an iterative method to approximate solutions of nonlinear equations given by a nondifferentiable operator, and we study its semilocal convergence in Banach spaces. Finally, we consider several applications of this new iterative process.     

On memory gradient method with trust region for unconstrained optimization

In this paper we present a new memory gradient method with trust region for unconstrained optimization problems. The method combines line search method and trust region method to generate new iterative points at each iteration and therefore has both advantages of line search method and trust region method. It sufficiently uses the previous multi-step iterative information at each iteration and avoids the storage and computation of matrices associated with the Hessian of objective functions, so that it is suitable to solve large scale optimization problems. We also design an implementable version of this method and analyze its global convergence under weak conditions. This idea enables us to design some quick convergent, effective, and robust algorithms since it uses more information from previous iterative steps. Numerical experiments show that the new method is effective, stable and robust in practical computation, compared with other similar methods.