提高充型过程数值模拟运算速度的动态超松弛迭代算法

在模拟铝合金压铸件型腔充型过程时 ,采用传统的固定松弛因子ω(0 <ω <2 )不能有效地减少运算中的迭代次数 ,而采用一种提高充型过程数值模拟运算速度的新算法—动态超松弛迭代算法 ,在 0 <ω <2范围内 ,运用自适应计算方法 ,根据运算的迭代次数的增减可以决定松驰因子的增大或减少 ,动态调整松弛因子可使运算中的迭代次数减少。经实际运算检验 ,运用该方法可以大幅度提高运算速度 ,运算的迭代次数减少 2 5 %。

关于Φ-伪压缩型映象的具误差的Ishikawa和Mann迭代过程的收敛性问题

往Ｂａｎａｃｈ空间中．研究了多值Φ－伪压缩型映象的具误差的Ｉｓｈｉｋａｗａ和Ｍａｎｎ迭代过程的收敛 性问题，所得结果改进、发展和统一了许多人的最新结果．

工业过程稳态优化中的PID型迭代学习控制

给出一种PID型迭代学习算法．对工业过程稳态优化中的动态施行迭代学习控制，加快了动态响应，提高了控制效果．从理论上分析了算法的收敛性，并给出数字仿真结果．

Ishikawa型迭代过程的稳定性

在Banach空间内讨论一类压缩型映像的不动点的Ishikawa型迭代过程的稳定性.

具有误差估计的Ishikawa型迭代过程的稳定性

在Banach空间中考虑满足一定条件的映像的具有误差估计的Ishikawa型选代过程的稳定性。

加权超前开环PD型迭代学习控制

对具有滞后的线性大工业过程提出了加权超前开环PD 型的迭代学习控制算法,建立了基本的迭代学习控制结构,给出了迭代学习控制算法关于控制系统的ε 收敛性的定义和证明,提出了理想轨线的δ 可达性的概念.数字仿真表明,迭代学习控制能有效改善控制系统的动态品质,如缩短过渡时间,抑制超调等,表明了迭代学习控制算法的有效性.

两指标Poisson型随机微分方程的单调迭代方法

本文在一般满足通常性条件的概率空间中 ,利用单调迭代方法讨论了由 Poisson点过程驱动的两指标随机微分方程的上下解 .在系数满足非 Lipschits条件下给出了两个解 U(z)和 V(z)使得方程的任意解 x(z)有 U(z)≤ x(z)≤ V(z) .

Φ-伪压缩映象具误差的Ishikawa迭代过程

使用新的分析技巧 ,在没有条件δ =inf Φ(‖xn+1-x ‖ )‖xn+1-x ‖2 >0 ,‖ηn - ζn+1‖ → 0(n →∞ ) 和 ∑∞n =0γn <∞之下 ,研究了一致光滑Banach空间中Φ 伪压缩映象不动点的具误差的Ishikawa迭代过程的收敛性

Banach空间中一类非线性映射的迭代过程

在一般Ｂａｎａｃｈ空间，研究 Ｌｉｐｓｃｈｉｔｚ强增生映象的 Ｍａｎｎ型迭代和Ｉｓｉｋａｗａ型迭代过程的收敛性，所得结果推广了相关结果。

求解方程近似解的改进双曲线型迭代算法

应用双曲线逼近法 ,在分析了迭代算法思想的基础上 ,结合过程模拟与系统仿真的实际 ,推导出求解方程f(x) =0近似根新型迭代算法 ,并给出了迭代格式和计算方法。计算结果表明 ,用此算法求解方程的根 ,收敛速度及稳定性均好于割线法 ,初值选取范围比牛顿法和割线法宽。

二次型鲁棒迭代学习控制在间歇过程中的应用

主要研究二次型迭代学习控制算法在间隙反应器中的应用,旨在解决系统输出对系统期望轨迹的跟踪问题。针对非线性间歇反应器,文中采用系统输出在标称轨迹输入下线性化的时变偏扰模型进行描述,时变偏扰模型通过最小二乘法辨识得到。同时考虑系统正常运行时往往会出现不确定性,故将迭代学习算法和S-procedure鲁棒方法相结合,对时变偏扰模型设计鲁棒迭代控制算法,并将问题转化为线性矩阵不等式可行性求解问题。仿真结果表明在参数发生变化时系统仍有较强的鲁棒性,能有效跟踪期望轨迹。

迭代Brown运动的一个Chung型重对数律

X及Y分别为Rd1及Rd2中的相互独立的标准Brown运动，满足X（0）=Y（0）=0．定义，称为一个迭代Brown运动．本文给出了关于Zd1,d2的一个Chung型重对数律．

迭代过程及其在高阶微分方程中的应用

通过对布朗运动和电报过程的适当迭代，使之迭代过程的转移函数满足不同形式的高阶抛物型或双曲型微分方程．对迭代过程进行适当的时间变换，还可以使迭代过程的转移函数满足系数依赖于时间的高阶微分方程．本文还讨论了迭代布朗运动最大值的分布及其有关性质．

劣化系统的最佳检测与维修周期分析

提出了一类基于半马氏决策过程的劣化失效系统检测与维修优化模型.将位相型(PH)分布引入模型后,决策过程的状态空间发生变化,为了获得适用于原有模型假设的检测与维修优化策略,提出了一种改进的值迭代算法.运用该算法,求得了使系统长期运行平均费用率最低的预防性维修阈值与检测间隔分布.最后,通过具体算例验证了模型与迭代算法的可行性.

度量空间中映象的不动点定理

本文讨论了几类较为广泛的压缩型映象的不动点问题及几类较广泛的扩张型映象对和映象族的公共不动点问题,所得结果统一、改进和推广了引文中的许多已有的重要结果。

一致等度连续的渐近拟伪压缩型映象的强收敛性

设E是实赋范线性空间.K是E中的非空凸子集.T_1,T_2是K上的自映象.当T_1是一致等度连续的渐近拟伪压缩型映象,T_2是广义一致Lipschitz映象时,研究了具误差的Isikawa型迭代序列强收敛于T_1,T_2公共不动点的充要条件.所得结果推广和改进了近期内的相应结果.