石超峰
- 作品数：33 被引量：61H指数：4
- 供职机构：重庆交通大学交通运输学院更多>>
- 发文基金：国家自然科学基金陕西省自然科学基金中国博士后科学基金更多>>
- 相关领域：理学交通运输工程自动化与计算机技术经济管理更多>>
- 对带误差项的Banach空间中完全广义集值拟变分包含的摄动迭代算法(英文)
- 2004年
- 研究了一类新的实Banach空间中的广义集值拟变分包含:f ∈ N(x,y)+M(z,v)+W(g(u)-h(w),u),它包含了近几年许多作者所作的变分包含问题.在实Banach空间中,利用极大增生算子的性质,建立了Banach空间中的广义集值拟变分包含和不动点问题间的等价性.利用这种等价性,建立了一些摄动迭代算法,并证明了近似解序列强收敛于精确解.本文的算法和结果改进和一般化了最近许多文章中相应的算法和结果.
- 石超峰刘三阳房宝娣连军莉
- 关键词：BANACH空间广义集值拟变分包含
- Banach空间中广义集值拟变分包含的带误差项的摄动迭代算法被引量：1
- 2003年
- 研究了一类新的实Banach空间中的广义集值拟变分包含:0∈N(w,y)+A(g(u),u),它包含了近年来许多作者所作的变分包含问题.在实Banach空间中,利用极大增生算子的性质,建立了实Banach空间中的广义集值拟变分包含和不动点问题之间的等价性.利用这种等价性,建立了一些带误差项的摄动迭代算法,并证明了近似解序列强收敛于精确解.该算法改进了已有相关算法和结果.
- 石超峰刘三阳
- 关键词：BANACH空间广义集值拟变分包含误差项
- 关于序列Mackey收敛的进一步讨论
- 2004年
- 从序列的Mackey收敛概念出发,引入极拓扑TM的概念,并研究了乘积拓扑[(T1×T2)M]a和[(T1×T2)M]0的分解问题,得到[(T1×T2)M]a=(T1M)a×(T2M)a和[(T1×T2)M]0=(T1M)0×(T2M)0的结果.
- 石超峰刘德罗成
- 关键词：乘积空间
- 广义单调集值混合变分不等式的一类新算法
- 2003年
- 首先证明了广义单调集值混合变分不等式等价于一个新的不动点问题,在此基础上提出了解广义集值混合变分不等式及其相关优化问题的迭代算法,并给出了这类新算法的收敛性分析,我们的结果推广和综合了该领域的一些最新结论。
- 房宝娣刘三阳石超峰连军莉
- 关键词：变分不等式迭代法收敛性
- Frechet空间的几个重要不等式
- 2005年
- 本文给出了Frechet空间中的几个重要不等式,它们是Hilbert空间中的著名极化恒等式在Frechet空间中的情形 推广了Banach空间的许多不等式,且在许多领域中有着各种各样的应用 利用这些不等式。
- 石超峰陈振龙刘三阳
- 关键词：FRECHET空间不等式
- Banach空间中的平衡问题
- 2005年
- 提出了Banach空间中的平衡问题,并给出了求解该问题的迭代算法及算法的收敛性分析。该算法同样适用于变分不等式和互补问题,推广了最新文献[4.7.8]中的相应结果。
- 石超峰
- 关键词：变分不等式收敛性
- 集值拟变分包含的全局预解类误差界
- 2006年
- 提出了集值拟变分包含的全局预解类误差界的概念,给出集值拟变分包含的全局预解类误差界.其研究结果可以讨论集值拟变分包含的各种迭代方法的收敛性.
- 石超峰章国庆
- 关键词：广义拟变分包含预解方程误差界
- 高峰期轻轨廊道中乘客出行成本计算方法及应用被引量：2
- 2017年
- 假设一条轻轨线路将生活区与工作区相连,每天早晨通勤者通过此廊道上班,会根据自己积累的经验选择出行时间,最大程度地避开拥挤。当系统达到平衡时,就不能通过单方面改变出行时间来降低自己的出行成本。基于Arnott的廊道定义给出轻轨廊道定义,然后给出高峰期轻轨廊道中乘客出行成本的计算方法。最后,通过重庆轻轨三号线的实证分析,得出出行成本计算方法的可行性和有效性,并给出轻轨发车频率的建议。通过实证结果,说明Arnott廊道模型的连续性假设条件对于均衡存在性很有必要。
- 王欣宇石超峰陈鹏郭亮
- 一类广义非线性混合拟变分包含组被引量：1
- 2004年
- 本文引入了一类新的带松弛单调映射和松弛Lipschitz映射的广义非线性混合拟变分包含组 ,构造了求解该类变分包含组的迭代算法 ,证明了该类变分包含组解的存在性以及由本文构造的迭代算法产生的迭代序列的强收敛性 .所得结果推广和改进了大量文献中的最新结果[1 5 ] .
- 李海凤刘三阳石超峰
- 关键词：存在性收敛性
- 基于粒子群算法优化支持向量机的铁路客运量预测模型被引量：3
- 2013年
- 铁路客运量数据受多种因素影响而呈现出非线性等特点,为了进一步提高其预测精度,文章提出了粒子群算法(PSO)优化支持向量机(SVM)的公路客运量预测模型.利用PSO寻优能力突出的优点,对支持向量机的参数进行了优化选择,并用优化后的支持向量机模型对公路客运量进行预测.研究结果显示,相比BP神经网络和传统的SVM预测方法,基于PSO-SVM的预测精度更高,从而表明了粒子群算法优化支持向量机的方法是有效的.
- 朱伟李楠石超峰
- 关键词：铁路客运量粒子群算法支持向量机
