随机变量的统计收敛性

将FRIDYJA关于实数序列的统计收敛的概念推广到了随机变量序列上，并给出了a．s．收敛，依概率收敛，依分布收敛相对应的统计收敛的定义，给出了统计a．s．收敛、统计依概率收敛的充要条件或充分条件.     

数列和可测函数的几乎收敛性

对经典的数列极限进行了推广，通过引入几乎收敛的定义，证明了几个重要性质以及数列几乎收敛的充分必要条件，建立了几乎收敛与严格收敛之间的等价关系。以Rⁿ上的Lebesgue测度为基础，建立了Rⁿ子集的密度概念，引入了可测函数几乎收敛的定义，证明了与数列几乎收敛平行的若干性质，以及函数几乎收敛基本定理。给出了函数几乎连续的定义，利用Lebesgue微分定理，证明了任意可测函数在Rⁿ上几乎处处几乎连续。     

连续正则化牛顿方法的收敛率

对半正定线性算子方程考虑了一类连续正则化牛顿方法,给出了收敛证明,得到了收敛率.考虑了右端数据有误差的情形,并给出了先验的与后验的停止准则,在一定条件下收敛率是最优的.     

耗散结构和差分变异混合的鸡群算法

针对标准鸡群算法在求解高维优化问题时过早收敛于局部最优和收敛速度慢等问题,提出了一种耗散结构和差分变异混合的鸡群算法.该算法通过将耗散结构引入至雄鸡位置的更新公式,扩大了鸡群的搜索空间,增强了算法的全局搜索能力;同时,通过对随机选择的个体进行差分变异操作,增强了算法的收敛性能.对选取的18个标准函数进行仿真实验,结果表明,算法的收敛精度、收敛速度和稳定性均明显优于其他几种算法.     

牛顿迭代的收敛条件

给出了牛顿迭代的广义收敛条件，并在Ｂａｎａｃｈ空间中建立了相应的收敛定理．用实例说明了此收敛条件比ＳｍａｌｅＳ在１９８６年的结果更佳。     

基于多准则决策的塔状粒子群优化算法

针对经典粒子群优化算法存在早熟、收敛精度低和收敛速度慢的问题, 提出了一种新的改进算法. 该算法采用了塔状优化互联机制, 底层粒子群负责寻找局部最优解, 顶层粒子负责收集、反馈全局最优解, 为底层种群提供全局最优信息, 建立共享学习机制. 顶层粒子一旦发现停滞现象, 将通知底层粒子群采用细菌觅食优化、随机初始化等停滞优化策略, 以改善粒子群的收敛速度. 实验结果表明, 与同类算法相比, 改进算法具有更好的寻优能力, 改善了粒子群的收敛精度和收敛速度.     

Fourier级数Cesro平均的强收敛

本文讨论了Fourier级数Cesàro平均O_n~a(f)的强收敛。估计了它的收敛速度并给出了O_n~a(f)强收敛与f的Fourier系数之间的关系。     

在一阶Fréchet可微条件下的变形Halley法

介绍了一族从三阶收敛的Halley法得到的二步法来近似Banach空间中非线性方程的解.在与Newton法收敛相同的Lipschitz条件下,通过使用一个新的递归关系,证明变形Halley法收敛,并给出了非线性算子方程的解的存在惟一性定理.     

关于φ-混合序列加权和的收敛性

得到了在一定条件下φ-混合序列加权和的L1收敛,依概率收敛,a.s.收敛及完全收敛性之间的等价关系,并在另一组条件下证明上述几种收敛性对于φ-混合序列总成立,本质地改进了HU和TAYLOR的结果.     

φ-强增生映射在四种迭代收敛条件下的等价性

在2种迭代收敛的等价性基础上研究了4种迭代程序:Mann、Ishikawa、带误差的Mann、带误差的Ishika-wa收敛的等价性,进而在一般的Banach空间中讨论了一致连续的φ-强增生映射的四种迭代收敛的等价性,所得结果推广与改进了近期的一些结果。     

两类高阶整函数系数微分方程解的复振荡

研究两类高阶整函数系数线性微分方程解的超级,零点收敛指数和二级零点收敛指数。得到了一些精确结果。     

一个高阶并行迭代法

在Durand-Kerner迭代法的基础上,构造了一个5阶收敛的并行迭代公式,并对其收敛性及初始条件进行了研究.     

关于区间割线法的有效性

本文我们讨论求凸连续函数的零点的区间割线法 ,所构造的方法简捷、实用 ,且具有较高的收敛效率 (三次函数计值 ,为三阶收敛 ).     

不同分布NA序列完全收敛性的注记

主要讨论了不同分布NA变量在不受某个随机变量X随机控制的条件下.其部分和的完全收敛性.通过适当改变矩条件,得到了不同分布NA随机变量序列部分和完全收敛性的充要条件.推广了苏淳等人的结论;同时获得了不同分布NA序列满足对数律的一个充要条件.     

并行计算多项式全部零点的一个高速圆盘迭代

本文受〔7〕和〔3〕的启发,得到了一个渐近效率与〔3〕相当的同时求多项式所有根的并行圆盘迭代法,并建立了条件较〔3〕为弱的收敛性定理.该算法毋需计算多项式的导数,所以在某种特定条件下,渐近效率较高.     

二元关系的幂敛指数集

本文利用图论方法，给出了二元关系的幂敛指数集的明显表达式．     

多项式零点同时逼近算法的加速

对多项式重零点同时逼近算法提出了一种加速技巧,求得了加速算法的收敛阶,并给出了数值计算实例。     

一个Weierstrass迭代修正法的收敛性分析

为了求解多项式方程f(z）=0，我们在Weierstrass迭代的基础上给出了一个同时求解该方程所有根的迭代法，并对其收敛性及收敛的初始条件进行了分析，得出其收敛的初始条件，它仅与迭代的初始点有关而与方程的根无关，同时还证明了在此初始条件下，该迭代是3阶收敛的。     

求解非线性方程的一个新方法

提出了一种求解非线性方程的数值方法，此方法不需要导数的计算，其收敛阶与抛物线法相同，但计算量要比抛物线法小得多。     

关于NA情况下重对数律收敛速度的一般形式

研究了NA序列重对数律收敛速度的一般形式，把Davis和Gut的结果推广到了NA的情形，并使梁汉营等人关于对数律一个结果成为特例；作为推论，得到了关于NA序列重对数律收敛速度的充分条件．