1、 另一類是一般的非自治奇異攝動分數(shù)階微分方程的初值問題。

2、 由于假設初值可以在某些地方為零，從而在奇異擴散的情形下，定解問題存在本質(zhì)的奇性.

3、 該方法允許參數(shù)初值選擇范圍寬，并具有算法簡單、可靠，收斂速度快的優(yōu)點.

4、 循環(huán)的重數(shù)和循環(huán)變量的初值、終值與步長能任意改變.

5、 剖析了混沌模型的隨機性、遍歷性和初值敏感性的特點，提出了多種群偽并行混沌遺傳算法。

6、 證明了在一定條件下二階拋物型方程的初值問題的粘性解的存在性。

7、 選擇初值迭代求解自由渦線、渦核的強度和位置。

8、 混沌映射因為初值敏感性、參數(shù)敏感性、遍歷性和類隨機性的特點，很適合用于信息加密。

9、 本文利用模糊數(shù)的嵌入定理，討論了模糊微分方程初值問題的近似解和解的關系，推廣了前人已有的結果。

10、 為了解決偏微分方程初值問題和一些實際問題，上世紀中葉數(shù)學家提出了算子半群理論。

11、 當你想給一個變量賦初值該做什么呢?

12、 本文以常規(guī)氣象資料為初值，用載水的原始方程模式，對早春時節(jié)我國北方一次低壓層狀云區(qū)的濃密、過冷空域，進行模擬催化增水的數(shù)值試驗。

13、 當給子程序的參數(shù)賦以初值后，由計算機控制自動繪圖機繪制出尺寸界線、尺寸線、箭頭和注寫尺寸數(shù)字。

14、 在本文中，對于非線性維他里積分微分方程的初值問題，我們給出了pgfe方法的最優(yōu)誤差估計。

15、 適定的大氣環(huán)流方程組廣義初值問題解析解的計算程序。

16、 構造函數(shù)的初始化列表為類的一個或多個數(shù)據(jù)成員指定初值.

17、 初值選擇不當，會導致低頻分量、相對波阻抗及巖層厚度的錯誤，產(chǎn)生地震解釋的陷附。

18、 參見后文“初值”了解如何給控件設初值.

19、 利用微分方程的初值問題研究了幾類函數(shù)方程，得到了這些函數(shù)方程的一些特性。

20、 對于初值問題，采用上下解的單調(diào)迭代方法求解。

21、 最后將預測結果作為初值代入優(yōu)化模型中處理得到最優(yōu)解.

22、 如果在自變量的某值給出適當個數(shù)的附加條件，用來確定微分方程的特解，則這類問題稱為初值問題。

23、 另一類變量與向量函數(shù)呈非線性關系。對于后一類變量，用棄舍隨機方法先給出位置初值，然后將問題化為線性最小二乘問題，直接解超定方程組。

24、 結果表明，航油價格均值和利潤均值與價格變化概率向量初值和價格調(diào)節(jié)率有關。

25、 運用即時學習算法來解決一類非線性系統(tǒng)的迭代學習控制初值問題。

26、 消除了微分方程的奇異性，有效的解決了一維穩(wěn)態(tài)跨聲速流動計算過程中存在的奇異初值問題。

27、 該方案利用混沌的遍歷性來增強密鑰的抗破譯性，利用混沌的初值敏感性來保證加密密鑰在通信過程中可安全地動態(tài)改變。

28、 通過總體檢驗證明了基于赫爾默特方差估計的自由網(wǎng)平差相對于附加條件平差的結果是無偏的，且該平差算法受未知數(shù)初值的影響較小，在運算速度大大提高的同時也提高了平差的可靠性。

29、 在分析開平方迭代算法收斂速度的基礎上，提出了浮點數(shù)開平方的初值選取改進算法.

30、 但是，現(xiàn)在人們對困難得多的逆初值問題越來越感興趣.

31、 并研究了付款額呈高階等差數(shù)列及倒虹式年金等某些特殊的年金變化形式，給出了其期初值和期末值。

32、 該方法用截止頻率自適應低通濾波器代替?zhèn)鹘y(tǒng)模型的純積分環(huán)節(jié)，有效的抑制了直流分量和積分初值問題。

33、 本文主要討論了帶時滯超前pd型迭代學習控制的初值問題。

34、 討論一階非連續(xù)常微分方程初值問題的單調(diào)迭代求解，推廣了已知結果。

35、 討論非線性變延遲微分方程初值問題一般線性方法的穩(wěn)定性。

36、 利用這一公式建立了常微分方程初值問題的正交多項式擬合算法。

37、 如果不在期望輸出上，而是在期望輸出軌跡的某一鄰域上，我們把這類問題稱為迭代學習控制的初值問題。

38、 遺傳基因的運算法則知道該如何為了要產(chǎn)生人口，設定基因組初值開始奔跑，復制基因組，越過基因組產(chǎn)生孩子，而且變化基因組。