FBTOR方法及其收敛性

本文构造出一种迭代求解线性方程组的向前向后 TOR 方法——FBTOR 方法,它包含了熟知的 Jacobi,Gauss—Seidel、SOR、AOR、SAOR 及FBAOR 方法,并讨论了系数阵为对称正定律、不可约 H—阵、正定阵、广义正定阵及稳定阵时 FBTOR 方法的收敛性。     

广义TOR方法及其收敛性

本文定义了广义的TOR迭代法,并且给出了广义TOR方法的Stein-Rosenberg型定理,讨论了广义TOR方法的单调收敛性.     

求解粘性系数的迭代方法及其收敛性

求解粘性系数的迭代方法及其收敛性丛文相（黑龙江大学，哈尔滨１５００８０）１９９１年８月３０日收到．１９９２年８月２５日收到第一次修改稿．１９９２年１２月４日收到第二次修改稿．一、引言研究地震正、反问题时，一般把地球假设为完全弹性体，而实际地球介质并非...     

γ-条件下变形Chebyshev迭代方法的收敛性及其应用

在sm a le点估计理论引导下,利用优序列方法,研究γ-条件下,变形chebyshev迭代方法在求解Banach空间中非线性方程F(x)=0时的收敛性问题,并给出了误差估计,而且通过一个积分方程实例比较了它和N ew ton法,导数超前计值的变形N ew ton法,避免导数求逆的变形N ew ton法的每步误差.     

TOR方法的收敛性

匡蛟勋在[1]中提出了解大线性系统的双参数松驰法——TOR 方法,并讨论了系数矩阵为 Hermitian 正定及 L 矩阵时,TOR 方法的收敛性。曾文平 [2]中又讨论了系数矩阵是正定对称矩阵、H—矩阵、L—矩阵及弱对角占优不可约矩阵时,TOR 方法的收敛性。本文讨论系数矩阵是正定矩阵、广义正定矩阵、N—稳定矩阵时,TOR 方法的收敛性。拓广了文[1]、[2]的结果。     

AOR方法的收敛性

A.Hadjidimos在[1]中提出一个迭代求解线性方程组的 AOR方法(Accelerated Overre-laxation Method),并在方程组的系数矩阵为不可约弱对角优势、L-矩阵和相容有序矩阵的条件下,讨论了此方法的收敛性.在这篇文章里,我们将考虑系数矩阵是H-矩阵、正定矩阵以及L-矩阵的情况.所得结果表明,可以放宽在[1]的3,4两节中对参数所加的限制.     

单支方法的收敛性

本文讨论用单支方法数值求解一类多刚性时滞微分代数方程的收敛性。我们获得了A－稳定的且p阶经典相容的单支方法（时滞部分用线性插值）的整体误差估计。     

SAOR方法的收敛性

1.引言 迭代求解线性方程组Ax=b的AOR方法已是众所周知.由AOR迭代很自然联想到构造对称AOR(SAOR)迭代,但目前讨论SAOR迭代的文章还不多见.中对系数矩阵为H阵的SAOR迭代,[6]中对系数矩阵为对称正定阵的SAOR迭代,均给出了收敛性定理.本文讨论系数矩阵为对角元素非零的相容次序阵时SAOR迭代的收敛性,得到了相应的收敛性定理,并给出了SAOR迭代矩阵谱半径表达式以及谱半径的一个上下界.     

一类非单调曲线搜索方法及其收敛性

本文提出一类求解无约束优化问题的非单调曲线搜索方法, 在较弱条件下证明了其收敛性.该算法有如下特点:(1)采用曲线搜索方法, 在每步迭代时同时确定下降方向和步长;(2)采用非单调搜索技巧, 产生较大的迭代步长, 降低了算法的计算量;(3)利用当前和前面迭代点的信息产生下降方向, 无需计算和存储矩阵, 适于求解大型优化问题.     

非线性不等式组的光滑近似方法及其收敛性

将非线性不等式组的求解转化成非线性最小二乘问题,利用引入的光滑辅助函数,构造新的极小化问题来逐次逼近最小二乘问题.在一定的条件下,文中所提出的光滑高斯-牛顿算法的全局收敛性得到保证.适当条件下,算法的局部二阶收敛性得到了证明.文后的数值试验表明本文算法有效.     

双参数并行Jacobi型方法及其收敛性

1983年Missirlis提出了一种解线性代数方程组的方法,称为并行Jacobi型方法(Parallel Jacobi-Type Method)并且讨论了它的收敛性.方法的优越性在于适合并行计算.本文将这个方法推广到两个参数的情形,讨论了方法的收敛性.双参数法一方面保持了适用于并行计算的特点,而且又扩大了方法的应用范围,提高了收敛速度.事实     

收敛性随机森林模型及其遥感应用

通过引入全局损失函数,提出了一种全局优化的随机森林模型算法,称为θ-β型随机森林,并且利用改进后的模型对城市遥感图进行了检测与识别,识别准确率与识别速率都得到了一定的提高.方法在经典随机森林模型的基础上加入前向反馈模型(Forward Stagewise Additive Model),通过每一层节点的训练结果干预下一层的训练数据(从而改变阈值θ的选择)与训练步长(β),使得最后训练得到的型随机森林收敛速度更快,预测结果更为准确.     

一个新的SQP方法及其超线性收敛性

由Ｗｉｌｓｏｎ,Ｈａｎ,Ｐｏｗｅｌｌ发展的ＳＱＰ技术是解非线性规划的最有效的方法之一,但是,如果其中的二次子规划问题无可行解或者其搜索方向向量无界,该方法ａｎ和Ｂｕｒｋｅ「３」,周广路「２」分别对二次规划问题作了修正,克服了上述矛盾,本文在「２」的基础上,进上步修正,证明在Ａｒｍｉｊｏ搜索下算法具有全局收敛性,并通过解一辅助线性方程组,利用弧式搜索,得出该方法具有超线性收敛性。     

一个等式约束问题的SQP方法及其收敛性

本文提出一个SQP算法,其效益函数为Flether^[1]提出的连续可微精确罚函数。该算法具有全局收敛性和超线性收敛速度,并且能自动调节罚参数,能有效地处理计算搜索方向的二次子规划的不可行问题。     

复测度鞅变换的收敛性及其应用

在满足ｂ_∞~（Ｋ）∩ａ_１（Ｋ）条件的情况下,讨论了关于复测度ｄμ＝ωｄν的鞅变换,证明了复测度鞅变换的几乎处处收敛性定理。并且,作为该定理的一个应用,对复测度鞅的点态收敛性作了较精细的讨论。     

八种超拓扑的收敛性及其应用

本文就文[1]所提出的各种超拓扑,系统地讨论了它们的收敛准则、极限点的分布情况以及上下层收敛之间的关系.还利用这些收敛理论讨论了乘积超拓扑与超拓扑的乘积拓扑之间的关系,得到了一定的结果.     

一维凸函数牛顿法的全局收敛性及其应用

牛顿法是求解非线性方程F（x)＝0的一种经典方法。在一般假设条件下，牛顿法只具有局部收敛性。本文证明了一维凸函数牛顿法的全局收敛性，并且给出了它在全局优化积分水平集方法中的应用。     

关于j_N方法的收敛性

jN方法是Asaoka提出的,故也称为Asaoka方法.由于使用它在计算均匀平板、各向同性散射条件下的临界参数时显示了很好的效果.因此引起了人们的重视,文献[2]—[6]从不同角度讨论了这个方法.本文将讨论此方法在计算临界参数和临界通量的合理性,并给出收敛速度.     

有限元方法的超收敛性

有限元方法的理论研究主要围绕着解的收敛性及误差估计.早在六十年代,冯康教授在一般情况下已独立研究过这个问题.到现在,对大多数重要情形已证明m次分片多项式有限元解u_h有如下标准误差估计 ||u-u_h||_s=O(h~(m+1-s)),s=0,1.另一方面人们早在实际计算中注意到:在一定条件下有限元解或其导数在某些特殊点上可能有更高的精度.1972年前后,瑞典V·Thomee,美国C.de Boor及J.Douglas等人从不同角度发现并论证了有限元的这种奇特性质.Douglas称它为超收敛性(Supercon-     

关于TOR方法的收敛性

匡蛟勋于1983年在[1]中提出一个解大线性系统的双参数松弛法(TOR方法),並在方程组的系数矩阵为Hermitian正定及L矩阵的条件下,讨论了此方法的收敛性。本文考虑系数矩阵是正定对称矩阵、H-矩阵、L-矩阵及弱对角占优不可约矩阵的条件下,TOR方法的收敛性,扩充了文[1]所得的结果。