ERROR ESTIMATION FOR NUMERICAL METHODS USING THE ULTRA WEAK VARIATIONAL FORMULATION IN MODEL OF NEAR FIELD SCATTERING PROBLEM

In this paper, we investigate the use of ultra weak variational formulation to solve a wave scattering problem in near field optics. In order to capture the sub-scale features of waves, we utilize evanescent wave functions together with plane wave functions to approximate the local properties of the field. We analyze the global convergence and give an error estimation of the method. Numerical examples are also presented to demonstrate the effectiveness of the strategy.     

基于指数每日最高最低值预测的一种新方法

金融市场中有各种各样的指数,在做投资决策时需要对这些指数进行预测。在我国沪深300指数是第一个全面反映沪市、深市综合走势的指数,也是目前作为股指期货标的物的唯一指数,本文构建模型对沪深300指数日最高和最低值进行预测。文中分别使用普通误差修正模型(VECM)和基于广义异方差(GARCH)模型进行分向量估计的VECM对2005年4月8日至2010年3月19日的沪深300指数价格最高、最低值序列进行实证分析,做出相关预测,并利用相对误差对结果进行评价。结果表明,用基于GARCH模型的VECM获得的预测结果相对误差更小,预测也更加精确。     

一类非线性对流扩散方程两重网格特征有限元方法及误差估计

主要研究了一类非线性对流扩散方程的全离散特征有限元方法的两重网格算法及其误差估计.首先在网格步长为H的粗网格上计算一个较小的非线性问题,然后利用一阶牛顿迭代和粗网格解将网格步长为h的细网格上的非线性问题转化为线性问题求解.由于非线性问题的求解仅在粗网格上进行,该两重网格算法可以节省大量的计算工作量,同时具有较高的精度,证明了该两重网格算法L~2模先验误差估计结果为O(△t+h~2+H~(4-d/2)),其中d为空间维数.     

高阶柯西中值定理中间点的渐近性及误差估计

利用洛必达法则研究长度趋于零和长度趋于无穷大的两类区间上高阶柯西值定理中间点的渐近性及其误差估计.     

Efficient statistical inference for partially nonlinear errors-in-variables models

In this paper, we consider the partially nonlinear errors-in-variables models when the non- parametric component is measured with additive error. The profile nonlinear least squares estimator of unknown parameter and the estimator of nonparametric component are constructed, and their asymptotic properties are derived under general assumptions. Finite sample performances of the proposed statistical inference procedures are illustrated by Monte Carlo simulation studies.     

Sufficient conditions for error bounds and linear regularity in Banach spaces

In this paper, we study error bounds for lower semicontinuous functions defined on Banach space and linear regularity for finitely many closed subset in Banach spaces. By using Clarke＇s subd- ifferentials and Ekeland variational principle, we establish several sufficient conditions ensuring error bounds and linear regularity in Banach spaces.     

基于一阶Takagi-Sugeno系统的Pi-Sigma网络的改进神经-模糊梯度学习算法

This paper presents a Pi-Sigma network to identify first-order Tagaki-Sugeno（T-S） fuzzy inference system and proposes a simplified gradient-based neuro-fuzzy learning algorithm.A comprehensive study on the weak and strong convergence for the learning method is made,which indicates that the sequence of error function goes to a fixed value,and the gradient of the error function goes to zero,respectively.     

结构动力学方程的辛RK方法

针对有阻尼和外载荷的线性动力学常微分方程,给出了s级2s阶隐式Gauss-Legendre辛RK(Gauss-Legendre symplectic Runge-Kutta,GLSRK)方法的一种显式高效的执行格式,首次给出了Gauss-Legendre辛RK方法和经典RK方法(classical RK,CRK)的谱半径和单步相位误差的显式表达式,并将两者进行了比较.线性多自由度系统和非线性Rayleigh系统数值算例表明,对结构动力学系统而言,辛RK方法远比经典RK方法优越,在运动学特性和长时间数值模拟方面尤为明显.     

L~1空间带弱奇异核的第二类Fredholm积分方程解法探究

针对带有弱奇异核的第二类Fredholm积分方程数值解法问题,介绍了两种方法.一种方法是直接用L~1空间中的离散化方法求其数值解;另一种方法是将弱奇异核通过迭代变为连续核,再用L~1空间中的离散化方法求其数值解,且通过对具体算例作图分析,从而得出直接用L~1空间中离散化方法更好.     

基于粒子滤波算法的航迹误差分析

当前针对飞行预测的研究主要采用的是kalman算法,在解决非线性问题时存在着只能近似线性的而不够精确的问题.采用近年来受到广泛关注的粒子滤波算法,针对RNAV航路进行分析,结论中得到了对飞行误差仿真分析并对比了卡尔曼滤波仿真效果,证实了粒子滤波在航迹预测中更好的准确性.