随机变量序列依概率收敛的注记

随机变量序列依概率收敛是概率论中一种较重要的收敛形式,本文分析了依概率收敛认识的几个误区,并结合反例给予了说明。     

可测函数列的依测度收敛在概率中的应用

依测度收敛是一种特殊的收敛,在实际中应用较为广泛.本文讨论了依测度收敛在概率论中的相关定义--依概率收敛,以及贝努里定理的内容及其应用.     

可测函数列的依测度收敛在概率中的应用

依测度收敛是一种特殊的收敛,在实际中应用较为广泛.本文讨论了依测度收敛在概率论中的相关定义——依概率收敛,以及贝努里定理的内容及其应用.     

随机变量序列的各种收敛性的关系

主要讨论了几乎处处收敛与依概率收敛，完全收敛与几乎处处收敛的关系．给出了由依概率收敛推出几乎处处收敛的条件和由几乎处处收敛推出完全收敛的条件，从而比较完全地说明了随机变量序列的各种收敛性之间的关系．     

依概率收敛的几个等价命题

给出了依概率收敛的原始定义及其三个等价命题，并给出其严格的数学证明，使依概率收敛的定义得以系统化、完整化．     

随机变量序列几种收敛之间的关系

对随机变量序列的四种收敛性:a.e.收敛、依概率收敛、依分布收敛、r-阶收敛的概念及性质进行了阐述;并结合具体实例讨论了它们之间的关系.     

随机变量序列几种收敛之间的关系

对随机变量序列的四种收敛性:a.e.收敛、依概率收敛、依分布收敛、r-阶收敛的概念及性质进行了阐述;并结合具体实例讨论了它们之间的关系.     

关于弱收敛的一些结果

论文的结果表明在Xn与Y独立的条件下,若■,■,有■,这样就使得Slutsky定理成为本文结果的一个推论。     

混合阵列加权和的L~r收敛性

{Xni,1≤i≤Kn↑∞,n≥1}为混合阵列,{ani,1≤i≤Kn↑∞,n≥1}为实数阵列,研究了sum from i=1 to (K_n)aniXni的Lr收敛性.     

ρ混合阵列加权和的L’收敛性

{Xni,1≤i≤Kn↑∞,n≥1}为ρ混合阵列，{ani,1≤i≤Kn↑∞,n≥1}为实数阵列．研究了^Kn∑i=1 aniXni的L’收敛性。     

噪声环境下遗传算法的优化研究

针对噪声环境下遗传算法的优化识别性能,对噪声影响的实质进行了分析。提出了多采样率策略的遗传优化算法,通过优化仿真分析,能很好地消除噪声对遗传优化性能的影响。     

混沌优化方法的改进及其收敛性分析

针对混沌优化方法存在的问题提出了一种改进方法。在神经网络训练问题中的应用表明 ,改进的混沌优化方法对复杂优化问题搜索效率更高 ,效果更好。对算法的全局渐进收敛性分析说明 ,算法具有全局渐近收敛性     

一种并行微粒群的改进算法

在对标准微粒群算法（PSO）分析的基础上,提出了一种并行微粒群算法（PPSO）。文章详细介绍了该并行算法的流程,它改变了原来子种群之间周期性的通讯,而采用即时更新最优值的方法。仿真结果表明,PPSO在收敛速度和达标率方面有显著的优越性。     

改进型自适应遗传算法研究

针对遗传算法的改进 ,提出了一种新的评价种群过早收敛程度的指标 ,进而给出一种新的自适应调整策略。仿真计算表明 ,该方法较一般遗传算法和一般自适应遗传算法有较大提高     

遗传算法的收敛性研究

通过马尔可夫链方法,分析种群在解空间上概率分布情况以及收敛到最优解的概率,证明经典GA是不会收敛到最优解的,若在GA中保留每一代的最佳个体,则可以收敛到最优解。讨论全局收敛和过早收敛的原因,最后提出GA操作中应遵循的原则是改进GA搜索性能的关键。     

多步迭代正则化梯度法的收敛性

分析一族多步迭代正则化梯度法的收敛性.分别利用修正的后验准则和先验准则,在修正源条件下得到算法关于误差的收敛性和收敛率结果.     

遗传算法用于求解非线性方程组

本文采用自适应的遗传算子和自适应选取初始区间等技术,设计了基于实数编码的遗传算法,用于求解非线性方程组(含非线性方程)问题,本文的二个算例获得了较好的结果.     

基于LM和SA的混合优化算法

针对LM算法及模拟退火算法各自存在的不足,提出一种交替使用二者的混合优化算法（SALM算法）.该算法先通过模拟退火算法粗调得到一组全局最优近似解,再以该近似解为初值,交替使用模拟退火算法和LM算法,直至发现满意的最优解.实验结果表明,新算法不但具有模拟退火算法的全局收敛特性而且保留了LM算法的局部收敛速度,克服了单纯模拟退火算法所产生的随机性和概率性问题,也弱化LM算法对初始条件的依赖程度,保证了求解的速度和精度。     

螺旋锥束精确重建算法优化

精确重建算法是当今研究的热点,其反投影计算量很大。因此以Katsevich算法为例,将PI线二分法求端点转变为一元函数的迭代求根进行优化;利用锥束扫描模式存在的对称性和正、余弦的特性,减少计算投影位置的次数。实验表明,优化效果较好。     

一种新的混沌免疫优化算法

结合混沌优化算法与免疫算法的特点,提出了一种新的混合优化方法———混沌免疫优化算法.该算法综合了免疫算法与混沌优化算法在各自的空间搜索优势,充分利用免疫算法的记忆库中当代最优解指导混沌搜索。实验结果表明,该算法具有较强的搜索能力和收敛性能,算法有效可行。