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.     

一类满足FSAL技术的RKNd方法

陈丙振和游雄给出了内级阶比传统 RK 方法高一阶的 RKNd 方法.FSAL技术是一种常用的节省函数计算量的手段. 其主要思想是,方法的更新与内级的最后一步相同. 本文正是给出满足FSAL技术的RKNd 方法. 数值试验表明, 本文的 RKNdF 方法比RKNd 方法在计算效率上具有一定的优越性.     

建立在修正BFGS公式基础上的新的共轭梯度法

共轭梯度法是一类非常重要的用于解决大规模无约束优化问题的方法. 本文通过修正的BFGS公式提出了一个新的共轭梯度方法. 该方法具有不依赖于线搜索的充分下降性. 对于一般的非线性函数, 证明了该方法的全局收敛性. 数值结果表明该方法是有效的.     

一类新的求解非线性方程的七阶方法

利用权函数法给出了一类求解非线性方程单根的七阶收敛的方法.每步迭代需要计算三个函数值和一个导数值,因此方法的效率指数为1.627.数值试验给出了该方法与牛顿法及同类方法的比较,显示了该方法的优越性.最后指出Kou等人给出的七阶方法是方法的特例.     

锐角三角函数求值

求三角函数值的方法较多,且方法灵活.是中考中常见的题型.我们可以根据已知条件结合图形选用灵活的求解方法.     

平均值组合评价方法的优良性研究

综合评价方法广泛应用于教育、管理等很多领域.在一定程度上可以说综合评价的结果是决策的基础.因此选用好的综合评价方法非常重要.提出了一种新的综合评价方法:平均值组合评价方法.这种方法在一定程度上克服了单一综合评价方法的片面性.研究结果还表明所提的平均值组合评价方法在平方损失函数和兼容度两种标准下具有优良性.     

求解非线性方程的最优8阶史蒂芬森方法

本文研究了非线性方程求根问题. 利用权函数方法, 获得了一种三步8阶收敛的史蒂芬森型方法. 实验结果表明本文提出的方法计算时间少于其它同阶的最优方法.     

一种新的三项超记忆梯度方法

提出了一种三项超记忆梯度方法.该方法的最大优点是:在无需线性搜索的条件下,迭代方向就是充分下降方向.在较弱的条件下,分析了方法的全局收敛性.初步数值试验表明方法是有效的.     

一类非线性金融系统数学模型的混沌控制

研究一类非线性金融系统数学模型的混沌控制.首先,运用动力学方法研究位移反馈控制、加速反馈控制、增强反馈控制、延迟反馈控制在该系统的应用条件和反馈增益系数.其次,运用数值模拟的方法验证各种控制方法的可行性,比较各种控制方法的应用效果.最后选择较好的控制方法,为金融危机的宏观调控提供建议.     

解线性方程组的松弛方法及其应用

线性方程组在科学和工程领域中有着重要的应用,松弛方法是求解线性方程组的有效算法之一.本文在著名的Gauss-Seidel迭代法的基础上,研究了一种有效的松弛方法.理论分析表明,该方法能收敛到线性方程组的唯一解.此外,我们还将该方法应用在鞍点问题和PageRank问题的求解上,并得出了相应的数值结果.结果表明该方法比现有的松弛方法更有效.     

一类基于经验特征函数的正则化数值微分方法

利用经验特征函数,我们提出了一种$\ell^1$正则化数值微分方法.区别于传统的数值微分方法,该方法直接输出了目标函数的近似导数.更进一步,我们的方法可以产生关于经验特征函数的稀疏表示.数值结果显示了该方法的有效性.     

基于结构元理论及信息熵的模糊多属性决策方法

主要目的是讨论当权重完全未知时的模糊多属性决策方法,其中运用了结构元理论和信息熵方法.首先,简单地介绍了这两种方法的基本原理.然后,提出了基于这两种方法的决策模型,给出了模糊权重函数的求解公式.最后,把该方法应用于考核、评估干部的问题.     

一类求解反应扩散方程的Newton波形松弛方法

对反应扩散方程提出一种新型的Newton波形松弛方法,并给出此方法的误差估计式.通过与传统的波形松弛方法比较,这种Newton波形松弛方法有更快的收敛性,且收敛速度不随网格加密而减慢.这种方法可以保持传统波形松弛方法可并行的特点.最后通过数值算例验证这种方法的有效性.     

AHP一致性的概率检验法

Saaty的层次分析决策方法(AHP)是目前较为流行的多属性目标决策方法.AHP方法的一致性问题是其理论研究中心之一.通过Saaty的判断属性集合和一致性水平,很容易验证判断矩阵的一致性程度是否满足.但是对于Saaty的一致性水平,要求C.R≤0.1的内涵还需要进一步的揭示.研究Saaty的一致性原理,并给出检验矩阵一致性的概率方法,简称α一致性方法.     

OGY方法的改进及证明*

OGY方法是混沌控制最重要的方法.通过选取系统参数的小变化,使双曲不动点变“稳定”.本文改进了OGY方法中的参数选取方法,并且完成了对OGY方法的严格证明.     

非线性回归方法的应用与比较

比较了非线性回归3种方法的数学原理:曲线直线化方法、非线性最小二乘方法、近似非线性法.说明了用方差分析确定回归模型的统计学意义、用决定系数R2描述曲线的拟合效果的理论依据.通过对同一问题用3种方法分析得出结论:非线性回归与近似非线性拟合方法决定系数相近(0.9966与0.9965),而曲线直线化决定系数为0.9738.因为近似非线性拟合方法无需选初值.建议应用近似非线性拟合方法.     

基于判别超图和非负矩阵分解的人脸识别方法

非负矩阵分解是一种流行的数据表示方法,已广泛应用于图像处理和模式识别等问题.但是非负矩阵分解忽略了数据的几何结构. 而现有的基于简单图的学习方法只考虑了图像的成对信息,并且对计算相似度时的参数选择非常敏感. 超图学习方法可以有效地解决这些问题. 超图利用超边将多个顶点相连接用以表示图像的高维结构信息. 然而, 现有的大部分超图学习方法都是无判别的学习方法.为了提高识别效果, 提出了基于具有判别信息的超图和非负矩阵分解方法的新模型, 利用交替方向法进行迭代求解新模型, 并结合最近邻方法进行人脸识别. 在几个常用标准人脸图像数据库上进行实验, 实验结果表明提出的方法是有效的.     

多元正态向量均值变点在线监测

在这篇文章中, 我们提出了监测多元独立向量均值变点的两种方法. 第一种方法是构造基于残差的CUSUM统计量; 第二种方法是构造基于递归残差的CUSUM统计量. 并分别得到了对应统计量的渐进分布.模拟表明本文提出的方法监测效果良好, 生产实例也说明该方法具有一定的实用性和有效性.     

求解初值问题的RKNd方法

本文基于一阶常微分方程所导出的二阶微分方程提出RKNd方法,其内级阶比传统RK方法高一阶.RKNd方法的阶条件由特殊Nystr(o)m树给出.在相同级数下,RKNd方法可达到的最高代数阶比传统的RK方法高.数值实验结果表明RKNd方法比同阶RK方法在计算效率上具有一定的优越性.     

一种新的非单调谱共轭梯度算法

提出了一类新的非单调谱共轭梯度方法.该方法通过引入混合因子,将HS方法和PRP方法结合得到共轭系数的新的选取方式.以此为基础,通过合适地选取谱系数保证了所有搜索方向不依赖于线搜索条件,恒为充分下降方向.其次,该方法还修正了Zhang和Hager提出的非单调线搜索规则,在更弱的假设条件下证明了全局收敛性.数值试验说明了该方法的计算性能优良.