1. 另一類是一般的非自治奇異攝動分數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,定解問題存在本質的奇性.

3. 該方法允許參數初值選擇范圍寬,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. 本文利用模糊數的嵌入定理，討論了模糊微分方程初值問題的似解和解的關系，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，上世紀中葉數學家提出了算子半群理論。

11. 用擬譜方法討論了一類廣義對稱正則長波方程的周期初值問題。

12. 當你想給一個變量賦初值該做什么呢?

13. 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值試驗。

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

15. 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。

16. 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。

17. 構造函數的初始化列表為類的一個或多個數據成員指定初值.

18. 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，產生地震解釋的陷附。

19. 參見后文“初值”了解如何給控件設初值.

20. 利用微分方程的初值問題研究了幾類函數方程，得到了這些函數方程的一些特性。

21. 對于初值問題，采用上下解的單調迭代方法求解。

22. 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.

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

24. 另一類變量與向量函數呈非線性關系。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。

25. 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節(jié)率有關。

26. 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。

27. 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。

28. 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。

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

30. 在分析開方迭代算法收斂速度的基礎上,提出了浮點數開方的初值選取改進算法.

31. 但是,現在人們對困難得多的逆初值問題越來越感興趣.

32. 并研究了付款額呈高階等差數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。

33. 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。

34. 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。

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

36. 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。

37. 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。

38. 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。

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