一类分数阶Langevin方程block-by-block算法的数值分析

分数阶Langevin方程有重要的科学意义和工程应用价值，基于经典block-by-block算法，求解了一类含有Caputo导数的分数阶Langevin方程的数值解.Block-by-block算法通过引入二次Lagrange基函数插值，构造出逐块收敛的非线性方程组，通过在每一块耦合求得分数阶Langevin方程的数值解.在0<α<1条件下，应用随机Taylor展开证明block-by-block算法是3+α阶收敛的，数值试验表明在不同α和时间步长h取值下，block-by-block算法具有稳定性和收敛性，克服了现有方法求解分数阶Langevin方程速度慢精度低的缺点，表明block-by-block算法求解分数阶Langevin方程是高效的.     

数学归纳法与其在计算机科学中的应用北大核心

1引言数学归纳法是中学数学课程中的一个课题.我们通过一些有关整数的恒等式来学习归纳法.比如我们可以证明,对所有的整数n≥0,成立:0+1+2+3…+n=n(n+1)/2.我们假定,读者对这类证明已经很熟悉了为了完整,我们只对一些基础知识做一个系统的介绍,另一方面,归纳法在计算机科学的算法理论中有大量运用,我们希望通过介绍相关知识使读者看到数学对计算机科学的贡献,而且看到计算机科学不仅仅是编程序.     

A filter method for nonlinear semidefinite programming with global convergence

In this study, a new filter algorithm is presented for solving the nonlinear semidefinite programming. This algorithm is inspired by the classical sequential quadratic programming method. Unlike the traditional filter methods, the sufficient descent is ensured by changing the step size instead of the trust region radius. Under some suitable conditions, the global convergence is obtained. In the end, some numerical experiments are given to show that the algorithm is effective.     

重要声明

<正>凡投《强激光与粒子束》杂志的论文必须担保系著作人之原创性著作,并且不涉及泄密问题和保密科研项目。若发生侵权或泄密问题,一切责任由著作人承担。因此投稿时请附论文作者所在单位保密委员会的论文《保密审查证明》(或介绍信等证明论文不涉及保密问题的材料)原件,由审查者签名并加盖单位公章。     

Real-time accurate Free-Form Deformation in terms of triangular Bezier surfaces

We implemented accurate FFD in terms of triangular Bezier surfaces as matrix multiplications in CUDA and rendered them via OpenGL. Experimental results show that the proposed algorithm is more efficient than the previous GPU acceleration algorithm and tessel- lation shader algorithms.     

两类五阶解非线性方程组的迭代算法

本文首先根据Runge-Kutta方法的思想,结合Newton迭代法,提出了一类带参数的解非线性方程组F(x)=0的迭代算法,然后基于解非线性方程f(x)=0的King算法,给出第二类解非线性方程组的迭代算法,收敛性分析表明这两类算法都是五阶收敛的.其次给出了本文两类算法的效率指数,以及一些已知算法的效率指数,并且将本文算法的效率指数与其它方法进行详细的比较,通过效率比率R_(i,j)可知本文算法具有较高的计算效率.最后给出了四个数值实例,将本文两类算法与现有的几种算法进行比较,实验结果说明本文算法收敛速度快,迭代次数少,有明显的优势.     

一种新的求非线性方程组的数值延拓法

针对迭代过程中的Jacobi奇异问题,本文提出了一种新的数值延拓法.通过构造双参数同伦算子,采用可控条件和适当选取参数的方式克服Jacobi奇异性,并分析了方法的收敛性.最后,通过数值实验对比,验证了方法的可行性和优越性.特别是具有可调控越过Jacobi奇异(点、线、面)的优势,从而也在某种程度上解决了数值延拓法严重依赖于初值的问题.     

自适应多种群回溯群居蜘蛛算法求解TSP问题

在群居蜘蛛优化算法中引入自适应决策半径,将蜘蛛种群动态地分成多个种群,种群内适应度不同的个体采取不同的更新方式.在筛选全局极值的基础上,根据进化程度执行回溯迭代更新,提出一种自适应多种群回溯群居蜘蛛优化算法,旨在提高种群样本多样性和算法全局寻优能力.函数寻优结果表明改进算法具有较快的收敛速度和较高的收敛精度.最后将其应用于TSP问题的求解.     

太阳帆塔轨道和姿态耦合动力学建模及辛求解

在建立太阳帆塔太阳能电站简化模型的基础上,将系统的动力学方程从Lagrange体系导入到了Hamilton体系,给出了带约束的Hamilton正则方程;进而采用祖冲之类算法和辛Runge-Kutta方法分析了太阳帆塔轨道和姿态耦合系统的动力学特性,并讨论了算法的保能量、保约束特性;最后,数值模拟了系统的动力学特性,说明了所提方法的有效性.     

基于改进的PSO-SVM的音频信号特征识别和分类

针对音频信号准确性分类的问题,提出一种基于改进的的粒子群优化算法(PSO)的支持向量机(SVM)音频信号分类的方法,简称IPSO-SVM.首先用Mel倒谱系数法对4种音频信号进行特征提取.其次在PSO中引入自适应变异因子,能够成功地跳出局部极小值点;然后对PSO中的惯性权重进行了改进,将惯性权重由常数变为指数型递减函数.随着迭代的进行,使权重逐渐减小,这样做有利于粒子进行局部寻优.最后用改进的PSO不断优化SVM中的惩罚因子c和核函数参数g来提高预测精度.实验结果表明,与传统的SVM、PSO-SVM、GA-SVM相比,我们提出的IPSO-SVM算法分类结果更精确.