导读:本文包含了近似逼近论文开题报告文献综述及选题提纲参考文献，主要关键词:集值优化,不变凸性,最优性条件,锥-逼近多值函数
近似逼近论文文献综述
孔翔宇,余国林,刘叁阳[1]（2019）在《锥-逼近多值函数和集值优化的近似解》一文中研究指出最优性条件和对偶理论是集值向量优化研究领域的重点问题之一.本文的目的是建立一类广义凸集值优化的最优性条件和对偶定理,在锥-逼近多值函数概念的基础上,定义集值映射的一类新的广义不变凸性,称之为次不变凸集值映射,在这类广义凸性假设下,研究最优性条件和对偶定理.利用分析的方法,本文得到了集值优化问题关于弱近似极小元的一个最优性充分条件,以及Mond-Weir和Wolfe两种模型下的弱对偶定理、强对偶定理和逆对偶定理.本文所得结果丰富和深化了集值优化理论及其应用的研究内容.(本文来源于《工程数学学报》期刊2019年01期）
潘笑晨[2]（2016）在《结构粗糙集近似的粗糙逼近》一文中研究指出粗糙集理论作为一种处理模糊、不精确、不确定、不完备等信息的数学工具而被广泛应用于许多领域,如人工智能、机器学习、决策分析等。下、上近似是粗糙集理论中的两个基本概念。而帕夫拉克(Pawlak)提出的经典粗糙下、上近似和布莱尼亚斯基(Bryniarski)提出的结构下、上近似虽然都是用已知知识来刻画未知知识,但经典粗糙下、上近似描述了满足等价类和被近似集之间关系的所有对象,而结构下、上近似则给出了满足等价类和被近似集之间关系的结构信息。为了弱化等价类和被近似集之间的包含关系,并强化等价类和被近似集之间的交非空关系,本文首先基于概率粗糙集定义了结构概率粗糙集,讨论了它们的性质。利用集合序列的上下极限的性质给出了当被近似集和近似精度发生变化时的概率粗糙集逼近和结构概率粗糙集逼近。进一步,研究了基于包含度的粗糙集及其性质,定义了基于包含度的结构粗糙集近似。讨论了基于包含度的粗糙集的下、上近似和基于包含度的结构粗糙集的下、上结构近似的单调性,并研究了基于包含度的粗糙逼近和结构粗糙逼近。最后,研究了包含测度(Subsethood measure)及其性质,给出了基于包含测度的定量粗糙集近似和基于包含测度的结构定量粗糙集近似,讨论了这两种粗糙集近似的性质,并给出了被近似集和阈值变化时基于包含测度的定量粗糙近似粗糙逼近和基于包含测度的结构定量粗糙近似的粗糙逼近。叁种粗糙集近似和结构粗糙集近似分别利用不同度量给出了等价类和被近似集之间包含关系程度的结构刻画。(本文来源于《长安大学》期刊2016-05-24）
刘孝贤[3]（2015）在《无理数的分数近似——最佳有理数逼近》一文中研究指出本文讨论用分数近似表示无理数的理论和方法,也就是最佳有理数逼近问题。文中给出了若干个常用无理数的最佳逼近分数,所用方法在科学研究和技术数据处理中有广泛用途。(本文来源于《山东英才学院学报》期刊2015年01期）
Z.Rohani,T.D.Narang,H.Mazaheri[4]（2014）在《距离空间中具广义循环吸引子的最佳近似对的逼近（英文）》一文中研究指出本文考虑单一或二个映射的邻近时的逼近.我们应用对单一映射不动点的逼近并讨论邻近对的存在性.定义了距离空间中广义循环吸引子并获得有关近似最佳邻近对的存在性结果.(本文来源于《南京大学学报(数学半年刊)》期刊2014年02期）
盖俊峰,赵国荣,宋超[5]（2015）在《基于线性近似和神经网络逼近的模型预测控制》一文中研究指出针对非线性系统的模型预测控制问题,提出了一种基于线性近似和神经网络逼近的控制算法。用Taylor级数展开法对非线性系统进行线性近似时,要求对象系统中的非线性函数必须连续可微。为了突破这一限制,引入了Stirling插值公式线性近似法,拓展了可处理的非线性系统范围。通过对线性化过程中产生的非线性高阶项进行径向基函数(radial basis function,RBF)神经网络逼近,显着提高了对象系统模型精确度。为了降低数值计算复杂度,将控制性能指标函数重构为易于处理的二次型最优化问题,通过对该二次型最优化问题的求解得到了最优控制序列。控制过程考虑了约束条件的影响以模拟真实的工业生产过程。仿真结果证明了所提出预测控制方案的有效性。(本文来源于《系统工程与电子技术》期刊2015年02期）
秦龙,郑烇,桂舒婷,杨坚[6]（2014）在《近似逼近高维索引方法》一文中研究指出高维索引是基于内容图像检索及高维数据库查询等过程中至关重要的一个步骤,其性能直接影响整个检索系统的检索速度和准确率,但高维情况下的"维度灾难"困扰着相应性能的提升.该文章提出一种近似逼近高维索引方法,采用近似向量索引提供第一层近似检索,以较低的代价获取部分匹配数据;然后将这些数据作为第二步的种子节点进行逼近游走,不断扩大搜索并最终获取目标匹配集.实验证明该方法在不依赖索引数据的先验分布情况下能有效地处理高维数据向量的检索,且具有良好的可维护性与拓展性,为高维索引的进一步研究发展提供了一种新的思路.(本文来源于《小型微型计算机系统》期刊2014年05期）
章莉,谢林森,陆文秀[7]（2013）在《在L~p中一类近似插值神经网络的逼近误差》一文中研究指出研究一类近似插值单隐层前向神经网络的逼近问题。利用Steklov平均函数,以光滑模为度量,估计了该网络对Lebesgue可积函数的逼近误差。所获结果表明:对于定义在[a,b]上的任意p(1≤p<+∞)次Lebesgue可积函数f(x),只要隐层节点数n足够大,均有一个近似插值神经网络以任意精度逼近f(x)。(本文来源于《咸阳师范学院学报》期刊2013年02期）
韩海丽[8]（2013）在《两类单服务台排队的近似逼近》一文中研究指出本文研究了两类单服务台排队的近似逼近,其中所用的研究模型为单服务台多服务员排队系统。针对第一类近似逼近,利用强极限定理,我们证明了排队系统的强逼近结果；对于第二类近似逼近,利用已有的该排队模型的强逼近结果和布朗运动的重对数律结果,我们刻画了队长过程和加权闲期过程的泛函重对数律。本文以大型电话中心网络为实际背景,将其模型转化为一个单服务台多服务员排队,并将其行为分析转化到所建立的排队模型上。与其他研究者不同,我们采用随机过程极限等方法进行近似分析。具体来说,在几乎处处收敛的意义下,利用强极限定理,分别在服务强度ρ≥l和ρ<l的条件下,证明了排队系统的两个重要指标——队长过程和加权闲期过程的强逼近,近似刻画了系统指标。从而也将原离散的排队系统逼近为一个布朗运动系统,为进一步分析提供了理论基础。我们知道泛函重对数律是概率论中的一个经典问题,同时它也能刻画排队网络的渐近行为。通过上面得到的单服务台多服务员排队的强逼近结果和已有的布朗运动的重对数律结果,我们可以将排队系统的队长过程和加权闲期过程的泛函重对数律问题转化为一个布朗运动相关的问题,并且能得到精细化的结果。从最终得到的极限值结果可以看出,排队系统的渐近行为与排队系统的服务强度有密切的关系。(本文来源于《北京邮电大学》期刊2013-01-26）
井浩,杨顶辉,马啸[9]（2011）在《基于近似解析离散化逼近算子的交错网格方法》一文中研究指出近些年来,地震勘探技术越来越多地应用到油气勘探领域与地质结构研究中。地震勘探中有两个基本问题:正演和反演。正演模拟问题是在已知地下介质结构和相关参数的基础上,通过数值计算方法来研究地震波在介质中的传播规律;反演问题是已知地震记录,通过反演方法获得地球内部结构或信息。这其中,正演是反演的基础。在对地震波传播过程进行模拟时,通常将地下岩层看成弹性介质,将在地球介质中传播的地震波看成弹性波,从而可以使用弹性波方程研究地震波传播。我们知道弹性波方程是一类偏微分方程,只有极其少数的偏微分方程才可以求出解析解,这就需要借助数值方法来求其数值解。所以为了更好地认识地球内部结构,必须发展高效、精确的数值模拟方法。(本文来源于《中国地球物理学会第二十七届年会论文集》期刊2011-10-17）
陈志祥[10]（2011）在《紧区间上高斯核近似逼近误差估计的改进(英文)》一文中研究指出本文研究了由高斯核构成的拟插值算子在闭区间上的近似逼近问题.利用函数延拓和近似单位分划的方法,构造了拟插值算子,并得到了一致范数下的逼近阶估计.(本文来源于《数学杂志》期刊2011年03期）
近似逼近论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
粗糙集理论作为一种处理模糊、不精确、不确定、不完备等信息的数学工具而被广泛应用于许多领域,如人工智能、机器学习、决策分析等。下、上近似是粗糙集理论中的两个基本概念。而帕夫拉克(Pawlak)提出的经典粗糙下、上近似和布莱尼亚斯基(Bryniarski)提出的结构下、上近似虽然都是用已知知识来刻画未知知识,但经典粗糙下、上近似描述了满足等价类和被近似集之间关系的所有对象,而结构下、上近似则给出了满足等价类和被近似集之间关系的结构信息。为了弱化等价类和被近似集之间的包含关系,并强化等价类和被近似集之间的交非空关系,本文首先基于概率粗糙集定义了结构概率粗糙集,讨论了它们的性质。利用集合序列的上下极限的性质给出了当被近似集和近似精度发生变化时的概率粗糙集逼近和结构概率粗糙集逼近。进一步,研究了基于包含度的粗糙集及其性质,定义了基于包含度的结构粗糙集近似。讨论了基于包含度的粗糙集的下、上近似和基于包含度的结构粗糙集的下、上结构近似的单调性,并研究了基于包含度的粗糙逼近和结构粗糙逼近。最后,研究了包含测度(Subsethood measure)及其性质,给出了基于包含测度的定量粗糙集近似和基于包含测度的结构定量粗糙集近似,讨论了这两种粗糙集近似的性质,并给出了被近似集和阈值变化时基于包含测度的定量粗糙近似粗糙逼近和基于包含测度的结构定量粗糙近似的粗糙逼近。叁种粗糙集近似和结构粗糙集近似分别利用不同度量给出了等价类和被近似集之间包含关系程度的结构刻画。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
近似逼近论文参考文献
[1].孔翔宇,余国林,刘叁阳.锥-逼近多值函数和集值优化的近似解[J].工程数学学报.2019
[2].潘笑晨.结构粗糙集近似的粗糙逼近[D].长安大学.2016
[3].刘孝贤.无理数的分数近似——最佳有理数逼近[J].山东英才学院学报.2015
[4].Z.Rohani,T.D.Narang,H.Mazaheri.距离空间中具广义循环吸引子的最佳近似对的逼近（英文）[J].南京大学学报(数学半年刊).2014
[5].盖俊峰,赵国荣,宋超.基于线性近似和神经网络逼近的模型预测控制[J].系统工程与电子技术.2015
[6].秦龙,郑烇,桂舒婷,杨坚.近似逼近高维索引方法[J].小型微型计算机系统.2014
[7].章莉,谢林森,陆文秀.在L~p中一类近似插值神经网络的逼近误差[J].咸阳师范学院学报.2013
[8].韩海丽.两类单服务台排队的近似逼近[D].北京邮电大学.2013
[9].井浩,杨顶辉,马啸.基于近似解析离散化逼近算子的交错网格方法[C].中国地球物理学会第二十七届年会论文集.2011
[10].陈志祥.紧区间上高斯核近似逼近误差估计的改进(英文)[J].数学杂志.2011