基于免疫算法的组合预测方法

利用免疫算法搜索全局最优解能力,提出了一种其于免疫算法的组合预测权系数确定的新方法,并给出了具体算法.仿真实验结果表明了免疫算法在组合预测方面具有很好的可行性和有效性.     

一类广义非线性混合拟变分包含组

本文引入了一类新的带松弛单调映射和松弛Lipschitz映射的广义非线性混合拟变分包含组 ,构造了求解该类变分包含组的迭代算法 ,证明了该类变分包含组解的存在性以及由本文构造的迭代算法产生的迭代序列的强收敛性 .所得结果推广和改进了大量文献中的最新结果[1 5 ] .     

对珠算穿梭式加减法的一点改进

珠算穿梭式加减法，是珠算界学者、专家在总结传统加减算法的基础上，根据珠算自身的性质，而改进推出的一种新的珠算加减打法，它不仅改进了传统加减法中手指逆向(自右向左)空回的缺陷，也大大地提高了珠算加减法的运算速度。但是，经过几年的实践，广大珠算爱好者们发现，珠算穿梭式加减法在进行逆向加减运算时，     

Schwarz混乱松弛法(S-COR)及同步和异步并行算法

早在1985年,[1]就把Schwarz交替法推广到任意多个子区域分解情形,并且提出了带松弛因子ω的S-COR算法.就一般的二阶自共轭椭圆问题而言,[1]断言:当ω∈(0,2)时,S-COR算法收敛,并在[1]和[2]中给出了收敛性证明.但在证明中有几处不严密的论证.本文利用Lions的理论给出一个收敛性证明,并提出几个同步和异步并行算法.其收敛性可由S-COR算法的收敛性导出.     

搜索三个目标

本文通过建立简洁而有效的搜索方法 ,证明了对于无穷多个n来说 ,三个目标的最优搜索问题的最小试验次数等于信息论下界 .同时也研究了上述问题的修正情形 ,证明了对于所有整数n来说 ,对应的最小试验次数或者等于信息论下界或者超过信息论下界 1次并且对于无穷多个区间 ,信息论下界均是可以达到的 .     

无严格互补松驰条件的序列线性方程组新算法

该文通过构造特殊形式的有效集来逼近KKT点处的有效集，给出了一个任意初始点下的序列线性方程组新算法，并证明了该算法在没有严格互补松驰条件的情况下具有全局收敛性和一步超线性收敛性。      

Winograd矩阵乘法算法用于任意阶矩阵时的一种新处理方法

摘要t矩阵乘法StraSsen算法及其变形winograd算法用分而治之的方法把矩阵乘法时间复杂性由传统的D(n。)改进到0(佗kg。n.但是对于奇数阶矩阵,在划分子矩阵时,要作特殊处理才能继续使用此算法.本文提出了一种非等阶“十”字架划分方法,可以最少化填零,最大化性能,使得奇数阶矩阵乘法的时间复杂性更加接近偶数阶矩阵乘法的效果.计算实例显示该方法是有效的.     

Navier-Stokes方程带Backtracking技巧的两重网格算法

1 引 言考虑二维不可压 Navier-Stokes方程:     

多目标最优化的一种积分型实现算法

在文[1]中给出了求解多目标最优化的一种积分总极值的概念性算法．本文利用数论中的一致分布佳点集列，较为简便的得出了多目标最优化的积分总极值的实现算法和算法终止准则．并经过有关函数数值计算表明该算法是有效的，可用来求解多目标最优化问题的有效解．     

红黑排序混合算法收敛速度分析

The algorithm of applying the block Gauss elimination to the Red-Black or-dering matrix to reduce the order of the system then solve the reduced system byiterative methods is called Hybrid Red-Black Ordering algorithm.In this paper,we discuss the convergence rate of the hybrid methods combined with JACOBI,CG,GMRES(m).Theoretical analysis shows that without preconditioner thesethree hybrid methods converge about 2 times as fast as the corresponding natural ordering methods.For the case that all the eigenvalues is near the real axis, the GMRES(m) algorithm converges about 3 times faster than the natural ordering GMRES(m).Various numerical experiments are presented.For large scale prob-lem with preconditioners, numerical experiments show that the GMRES(m) hybrid methods converge from about 3 times to even 5 times as fast as the natural order-ing methods and the computing time is reduced to about 1/3 even 1/6 of that of the natural ordering methods.