一类分数阶Langevin方程block-by-block算法的数值分析

分数阶Langevin方程有重要的科学意义和工程应用价值，基于经典block-by-block算法，求解了一类含有Caputo导数的分数阶Langevin方程的数值解.Block-by-block算法通过引入二次Lagrange基函数插值，构造出逐块收敛的非线性方程组，通过在每一块耦合求得分数阶Langevin方程的数值解.在0<α<1条件下，应用随机Taylor展开证明block-by-block算法是3+α阶收敛的，数值试验表明在不同α和时间步长h取值下，block-by-block算法具有稳定性和收敛性，克服了现有方法求解分数阶Langevin方程速度慢精度低的缺点，表明block-by-block算法求解分数阶Langevin方程是高效的.     

一类1 < α < 2非局部条件下的脉冲分数阶微分方程mild解的存在性

本文研究了一类1 < α < 2非局部条件下的脉冲分数阶偏微分方程mild解的存在性问题.利用解算子的相关性质及Krasnoselskii不动点理论的方法,获得了这类方程的mild解并予以证明,且得到了解的存在性结果.     

分数阶尺度函数的分解与重构算法

引入分数阶多分辨分析与分数阶尺度函数的概念.运用时频分析方法与分数阶小波变换,研究了分数阶正交小波的构造方法,得到分数阶正交小波存在的充要条件.给出分数阶尺度函数与小波的分解与重构算法,算法比经典的尺度函数与小波的分解与重构算法更具有一般性.     

分数扩散模型的参数估计及其应用

研究分数扩散模型的参数估计及其应用问题.分数扩散模型是一类由分数Brownian运动驱动的随机微分方程.主要结果有:(1)利用二次变差方法给出模型中扩散系数的估计量,通过最小二乘法给出模型中漂移系数的估计量;(2)证明这些估计量的一致收敛性和渐近正态性;(3)利用MCMC方法对此估计量进行验证,并通过R软件将上述模型以及参数估计量应用到SHIBOR利率中进行实证研究.     

一类分数阶神经网络模型的稳定性与Hopf分支分析

分析了一类分数阶神经网络的稳定性与Hopf分支问题.基于分数阶稳定性判据,得到了分数阶神经网络模型局部渐近稳定的条件.并以q为分支参数,得到了分数阶系统产生Hopf的条件.最后数值仿真证明了我们的结论.     

一类具有组合非线性项的分数阶方程的多重解（英文）

本文研究一类具有组合非线性项的分数阶Laplacian方程,在共振与非共振情形下,运用山路理论、Morse理论、Ekeland变分原理,建立了5个非平凡解的存在性结果.     

一类脉冲分数阶微分方程广义反周期边值问题解的存在性（英文）

本文研究一类脉冲分数阶微分方程广义反周期边值问题解的存在性,利用不动点理论得到一些解的存在性结论,推广和补充了已有的一些结论.此外给出一个实例说明论文的主要结果的可行性.     

分数阶微分不等式及其在分数阶奇摄动初值问题中的应用（英文）

利用分数阶微分方程与微分不等式之间的关系,得到了分数阶微分不等式的相关理论.基于此理论研究了分数阶微分方程的奇摄动初值问题,证明了其解的存在性.同时通过恰当不等式的解,估计了方程的精确解,进而得到分数阶奇摄动初值问题解的存在性及其渐进行为的一般结论..     

Besov空间中双参数Volterra型重分数过程的弱逼近

In this paper, we prove that two-parameter Volterra multifractional process can be approximated in law in the topology of the anisotropic Besov spaces by the family of processes{B_n(s,t)},n∈N defined by B_n(s,t)=∫_0~s ∫_0~tk_(a(s))(s,u)K_(β(t))(t,u)θ_(n(u,v))dudv,here {θ_n(u, v)}n∈N is a family of processes, converging in law to a Brownian sheet as n→∞,based on the well known Donsker's theorem.