修正的Halley迭代

本文讨论了一个求多项式根的同步并行算法,它是halley迭代的一种修正。证明了这种算法具四阶敛速,在用Halley迭代进行再次修正后,收敛阶至少是6。最后指出再次修正几乎不增加计算量。

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

一种Weierstrass迭代修正算法的圆盘化及其收敛性分析

文章对一种求解首项系数为1的n次多项式方程f(z)=0根的Weierstrass迭代修正法进行了圆盘化,得到了一个求多项式方程根的圆盘迭代法,并对其收敛性进行了分析,并证明在较好的初始条件下该迭代是3阶收敛的.

一种同时求解多项式重根的迭代方法及其收敛性

本文绘出一种三阶收敛的同时求解多次式重根的送代方法，并分析该分法收敛的初始值条件，我们也给出算例。

任意初态下不确定时滞系统的PD型迭代学习控制

针对不确定时滞系统讨论带有初始修正的PD型迭代学习控制算法，给出这类系统的输出极限轨迹，以及迭代输出收敛于该极限轨迹的较弱的充分条件，其中将初始条件放宽为某任意可达初始状态函数的可重复性．仿真结果表明这种算法中的初始修正项可以有效地抑制初始偏移的影响。

迭代学习控制系统的误差跟踪设计方法

提出能够实现期望误差轨迹完伞跟踪的迭代学习控制系统设计方法,旨在放宽常规迭代学习控制方法的初始定位条件,在每次迭代时允许初值定位在任意位置.这种方法对于预先给定的期望误差轨迹,经迭代学习,使得实际跟踪误差收敛于预定的误差轨迹,这样,预设的误差轨迹即最终形成的误差轨迹.针对常参数、时变参数以及复合参数三种情形,分别采用类Lyapunov方法设计迭代学习控制系统.所设计的未含/含限幅作用的参数学习律,能够使得跟踪误差轨迹在整个作业区间上与预定轨迹完伞吻合,并保证系统中所有信号的有界性.给出的仿真结果表明所提方法的有效性.

迭代学习控制器设计:一种有限时间死区方法

提出系统不确定性项定常参数化和时变参数化情形下的控制器设计方法,它允许初始位置任意设置且定位误差不要求足够小.在设计的控制器中,采用有限时间死区技术,以保证跟踪误差收敛到这种死区所确定的区域.提出初始修正吸引子的概念,构造的时变死区含这种初始修正吸引子,以使得闭环系统在给定时间区间上可实现完全跟踪.理论分析与仿真结果表明,跟踪误差信号在一预先指定区间上收敛到零,在起始区间段上被囿于死区所确定的区域中;并保证闭环系统中所有信号是有界的.

初态学习下的迭代学习控制

提出一种新的初态学习律,以放宽常规迭代学习控制方法的初始定位条件.它允许一定的定位误差,在迭代中不需要定位在某一具体位置上,使得学习控制系统具有鲁棒收敛性.针对二阶LTI系统,给出了输入学习律及初态学习律的收敛性充分条件.依据收敛性条件,学习增益的选取需系统矩阵的估计值,但在一定建模误差下,仍能保证算法的收敛性.所提出的初态学习律本身及其收敛性条件均与输入矩阵无关.

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 .

两个求解多项式方程的迭代法

本文讨论了两个求多项式根的迭代法。这两个方法里只用到多项式本身及其一阶导数。假如是单根，证明了在适当条件下这两个迭代法部是至少４阶收敛的。

迭代学习控制系统的鲁棒收敛性分析(英)

本文提出一种开闭环配合的滤波器型选代学习控制算法，并将这种算法应用于一般非线性动态系统的轨迹跟踪．对于渐近重复初始条件和渐近周期干扰的情形，通过控制误差估计和输出误差估计，文中分别证明了学习过程的一致收敛性．证明中未采用线性化手段．

不确定时滞系统的迭代学习控制算法(Ⅰ)

讨论了不确定时滞系统迭代学习控制的鲁棒收敛性．在存在干扰和初始偏移的情形下，给出了较弱的收敛性充分条件．仿真结果表明，迭代学习控制算法对于抑制初始点偏移和周期干扰的影响是有效的．

一种求多项式重零点的并行圆盘迭代法

给出了一种三阶收敛求多项式重零点的并行圆盘迭代方法,并分析该法收敛的初始值条件,改进了有关文献的结果.

关于一个多项式重根迭代法的收敛性

讨论一个同时求解多项式重根的迭代法,给出其收敛性定理及其简洁证明,数值结果是满意的.

一种求多项式重零点的并行圆盘迭代法

本文给出一种三阶收敛的同时求多项式重零点的圆盘迭代法 ,并分析该法收敛的初始值条件 ,它改进了文献 [2 ]的结果 .

一个求多项式零点的并行迭代及其收敛的初始条件

首先构造了一个求多项式零点的并行迭代，然后对它的收敛性进行了分析。

并行迭代的高阶加速方法

从4阶收敛的并行迭代公式出发,利用并行加速技巧构造了一个5阶收敛的并行迭代算法,并进行了收敛性分析,通过数值实验验证了算法的高速收敛性.

用牛顿法求多项式方程的全部实根及迭代初值的确定

运用多项式方程根的性质理论及著名的牛顿公式，解决了牛顿公式用于多项式方程时迭代初值的选取，并求出多项式方程的所有实根。同时给出了算例。

求多项式根的混合并行迭代法

本文给出一种求多项式根的混合并行迭代法，该方法由作者的方法与Durand-Kerner方法或Aberth方法构成，作者的方法是基于多项式根的分布理论的，该混合方法的收敛速度较快且没有初始近似值选取的麻烦。

两个同时求多项式零点的3阶Newton型迭代法

构造了两个同时求多项式零点的Newton型并行迭代法,同时证明它们的收敛性,证明其收敛阶为3,并讨论其初始条件,最后给出数值例子.