1) Lyapunov-like method
Lyapunov-like方法
2) SOR-like method
SOR-Like方法
1.
The Generalized AOR method becomes SOR-like method given by Golub et al.
当参数α=时,新迭代方法是变成由Golub等人给出的SOR-Like方法。
2.
the modified SOR-like method or MPSOR-like method.
针对大型稀疏鞍点问题给出了一种含有待定参数的新迭代解法,称之为修正SOR-like方法,简记为MPSOR-like方法。
3) Newton-like method
Newton-like方法
1.
This dissertation mainly study the theoretic analysis of solving nonlinear equations f(x) = 0 in Banach space, especially on the local and semi-local convergenceof Newton s method, inexact Newton method and Newton-like method.
本文主要研究Banach空间内求解非线性方程组f(x)=0的理论分析问题，特别是对Newton法，不精确Newton法(inexact Newton method)，Newton-like方法的局部收敛性和半局部收敛性进行了详细的讨论，并给出新的结果。
4) MPSOR-like method
MPSOR-like方法
1.
the modified SOR-like method or MPSOR-like method.
针对大型稀疏鞍点问题给出了一种含有待定参数的新迭代解法,称之为修正SOR-like方法,简记为MPSOR-like方法。
5) Lyapunov-like functional
Lyapunov-like泛函
1.
By constructing a Lyapunov-like functional,one can guarantee the tracking error converges to zero in terms of mean-square on the finite interval and guarantee all signals bounded in a finite time interval.
通过构造Lyapunov-like泛函使得跟踪误差的平方在一个有限时间区间上的积分收敛于零,同时保证所有信号均在有限时间区间内有界。
6) Lyapunov-like function
Lyapunov-like函数
1.
By constructing a differential-difference type updating law and a learning control law,the tracking error converge is maken to zero in terms of mean-square on the finite interval,meanwhile,by constructing Lyapunov-like function,boundedness of all closed-loop signals is proved to be in a finite time interval.
构造了Lyapunov-like函数和自适应学习控制律,证明了所有信号均在有限区间上的积分的意义下是有界的。
2.
A differential-difference type adaptive law and an adaptive iterative learning controller are constructed to ensure the asymptotic convergence of tracking errors in the sense of square error norm on the finite interval,by introducing a Lyapunov-like function,a sufficient condition of the convergence of the method is given.
通过引入微分-差分自适应学习律,设计了一种自适应控制策略,使得跟踪误差在一个有限区间上的积分渐近收敛于零;通过构造Lyapunov-like函数,给出了闭环系统收敛的一个充分条件。
补充资料：地下采矿方法设计的计算机方法
地下采矿方法设计的计算机方法
computerized design of under-ground mining method
d一x!0 eo一kuong fongfo shejl deJ一suanjl fongfa地下采矿方法设计的计算机方法(c omPuter-ized design of underground mining method)用计算机和优化技术完成地下采矿方法设计的一种手段。由于地下采矿方法设计时，要考虑的因素很多，判断决策时又十分灵活，没有固定的程式和准则，计算机处理时难度较大，因此，世界各国在20世纪80年代才开始将计算机和现代数学方法应用于地下采矿方法的设计。地下采矿法设计的计算机方法包含采矿方法优选和采场结构参数的优化两方面的内容。其目的是达到安全、经济、有效地采出矿石。 采矿方法的优选主要方法有模糊数学法、专家系统法、多目标决策法和价值工程法等。 (l)模糊数学法选择采矿方法的主要依据是众多的地质技术条件。但是，并没有定义明确的选择准则可以遵循，所以，采用模糊数学法处理。首先，初选一些采矿方法作为候选者，已知这些采矿方法所要求的地质技术条件。然后列出拟选择采矿方法的矿山的地质技术条件，计算并确定它们与候选采矿方法所要求的地质技术条件之间的模糊相似程度，选择条件最相近的那个采矿方法。 模糊数学还可用来预测采矿方法将取得的技术经济指标。首先，列出本矿山的地质技术条件，再收集一些采用同样采矿方法的其他矿山的地质技术条件，对它们进行模糊聚类。聚类时，与本矿山近似程度最高的矿山取得高权值，其余矿山按聚类近似程度排序依次取较低的权值;然后将各矿山用这种采矿方法取得的技术经济指标加权平均，得到本矿山采用这种采矿方法可能取得的技术经济指标。 (2)专家系统法采矿专家选择采矿方法时，通常先根据矿岩稳固性选择空场法、崩落法或充填法等采矿方法的大类别;然后根据矿体倾角及其他条件选择运输方式和长壁法、分段崩落法等采矿方法小类别;再根据矿体厚度或分段高度选择浅孔、中深孔或深孔等不同的落矿方式。这个过程是一个明显的逻辑推理过程。把这种逻辑因果关系总结成规则，存放在计算机系统中，就建立了采矿方法选择的专家系统(见采矿专家系统)。使用时，输人所设计的矿山的地质技术条件.系统就会自动推理，选择出适用的采矿方法。 (3)多目标决策法选择采矿方法时，考虑采矿成本、采准切割量、矿石贫化率、矿石损失率、采场生产能力等多个因素。这些因素从不同侧面反映采矿方法的优劣，具有各自的计量单位。采用多目标决策法，将这些因素综合起来，从整体上评价几种采矿方法的可行方案，从中择优。 (4)价值工程法价值工程中，事物的价值用其功能与成本的比值来衡量。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条