M-矩阵线性互补问题模系多分裂迭代方法的收敛性

首先证明了M-矩阵的H-相容分裂都是正则分裂,反之不成立.这表明对于M-矩阵而言,其正则分裂包含H-相容分裂.然后针对系数矩阵为M-矩阵的线性互补问题,建立了两个收敛定理:一是模系多分裂迭代方法关于正则分裂的收敛定理;二是模系二级多分裂迭代方法关于外迭代为正则分裂和内迭代为弱正则分裂的收敛定理.     

双调和算子特征值问题的混合三角谱元方法

本文针对双调和算子特征值问题设计了基于混合变分形式的三角谱元逼近格式,其基函数采用指标为(-1,-1,-1)的广义Koornwinder多项式.在H~1-及H_0~1-正交谱元投影的逼近理论基础上,我们建立了双调和算子特征值与特征函数的收敛性估计;它关于网格尺寸h是最优的,关于多项式次数M是次优的.然而,在H_0~2-正交谱元投影的最优估计假设前提下,关于M的次优收敛阶估计则提升为最优.此外,Koornwinder分片多项式逼近的结果还表明,在带权Besov空间范数的度量下,对于存在着区域角点奇性的双调和算子特征值问题,谱元方法的收敛阶能达到h-型有限元方法的2倍.最后,本文的数值实验结果展示了谱元逼近格式的高效性,同时也验证了相关理论的正确性.     

两类五阶解非线性方程组的迭代算法

本文首先根据Runge-Kutta方法的思想,结合Newton迭代法,提出了一类带参数的解非线性方程组F(x)=0的迭代算法,然后基于解非线性方程f(x)=0的King算法,给出第二类解非线性方程组的迭代算法,收敛性分析表明这两类算法都是五阶收敛的.其次给出了本文两类算法的效率指数,以及一些已知算法的效率指数,并且将本文算法的效率指数与其它方法进行详细的比较,通过效率比率R_(i,j)可知本文算法具有较高的计算效率.最后给出了四个数值实例,将本文两类算法与现有的几种算法进行比较,实验结果说明本文算法收敛速度快,迭代次数少,有明显的优势.     

一类双曲型方程的Hamilton算子半群方法

将一类双曲型方程混合问题转换成一阶抽象Cauchy问题,证明所得Hamilton算子矩阵H在相应空间中生成压缩半群,并借助Fourier变换,采用一致连续半群做逼近的方法,得到H所生成的压缩半群,进而给出了问题的古典解.     

广义Khasminskii条件下自变量分段连续型带Poisson随机测度随机微分方程Euler方法的依概率收敛性

针对满足广义Khasminskii条件的由维纳过程和泊松随机测度驱动的自变量分段连续型随机微分方程(EPCASDEs),给出了Euler方法,广义Khasminskii条件比经典条件包容了更多的EPC.ASDEs.现有文献对该类方程的研究成果较少.针对EPCASDEs在广义Khasminskii条件下证明了全局解的存在唯一性,并研究了Euler方法的依概率收敛性.给出了数值算例支持主要结论.     

基于集对分析联系数的区间数型多属性决策投影模型及其在基坑支护方案评价中的应用

多属性决策时因掌握的信息有限,加之问题本身的复杂性、不确定性以及人类思维的模糊性,其属性的精确值往往难以获取,常用区间数形式表示针对多属性决策中各指标区间数不能直接进行大小比较的问题,提出一种基于集对分析联系数的区间数型多属性决策投影模型.模型用备择方案在理想方案上的投影进行集结,根据区间数的误差分布形式,沟通区间数与联系数的关系,根据a+bi型联系数大小比较法则,综合评价方案优劣.以某大厦基坑支护拟用的4种方案优化选择为例,说明方法的应用与模糊优化理论模型和灰色物元分析优化模型进行了对比,得到的结果一致.     

联系数均分定理在模糊群决策中的应用

在模糊直觉群决策存在犹豫度处理的困难,容易影响群决策的判断.尝试把模糊直觉集转换为集对中的联系数,用不确定度均分定理把犹豫度分成两部分,一部分并入其隶属度,另一部分并入其非隶属度,再用广义势函数概念计算变形后的隶属度与非隶属度比值.进而结合模糊直觉群决策中各方案综合比值的大小来比较.算例表明,此法思路清晰,数理意义准确,计算简便,适合推广应用.     

六阶图Q与星图S_n的积图交叉数

目前关于积图的交叉数的研究已经推广到六阶图与星图的积图.研究得到了一个特殊六阶图Q与n个孤立点nK_1的联图交叉数,然后通过收缩的方法,得到了Q与星图S_n的积图交叉数.     

数字图书馆服务质量影响因素分析

如今我国的数字图书馆正在朝着以用户为中心的建设方向发展,对数字图书馆的服务质量评价以及指标筛选也成为了一个热门领域,然而对数字图书馆服务质量的影响因素指标分析却被多数学者忽略.将基于前人研究的基础上,构建一套较合理的数字图书馆服务质量影响指标体系,并运用实验室分析法(DEMATEL)和聚类分析确定各指标之间彼此依赖的关系及强度,确定指标权重并对其进行分析,为数字图书馆服务质量的提高提供帮助.     

基于改进的GM(1,1)-Markov链组合模型广东省单位GDP能耗预测

本文以灰色系统理论的GM(1,1)模型和随机过程理论的Markov链模型为基础构建了一个动态GM(1,1)-Markov链组合预测模型。该模型同时利用了GM(1,1)模型对序列趋势因素良好的拟合能力和Markov链模型对残差序列信息的提取能力。为进一步提高该模型的预测精度,用泰勒(Taylor)近似方法和新信息优先的思想对该模型进行了改进。最后,以1991-2014年广东省单位GDP能耗数据实证了该模型的预测效果。