article · Автоматика и телемеханика · 2024
ITERATIVE SELF-LEARNING METHODS FOR SOLVING NONLINEAR EQUATIONS
Cited by 0Open access
Abstract
Рассматривается задача решения системы нелинейных уравнений с произвольной, но непрерывной вектор-функцией в левой части, о которой можно иметь только значения ее компонент. Для определения приближенного решения используется какой-нибудь итерационный метод с параметрами, качественные свойства которого оцениваются квадратичным функционалом невязки. Предлагается самообучающаяся процедура (подкрепления), основанная на вспомогательных МК-испытаниях, на функции полезности экспоненциального класса и функции выигрыша, реализующей принцип оптимальности Беллмана. Доказана теорема о строгом монотонном убывании функционала невязки.
Cite this paper
Popkov, Y. S. (2024). ITERATIVE SELF-LEARNING METHODS FOR SOLVING NONLINEAR EQUATIONS. Автоматика и телемеханика, 129–135. https://doi.org/10.31857/s0005231024050058
Popkov, Y. S. “ITERATIVE SELF-LEARNING METHODS FOR SOLVING NONLINEAR EQUATIONS.” Автоматика и телемеханика, no. 5, 2024, pp. 129–35, https://doi.org/10.31857/s0005231024050058.
Popkov, Y. S. 2024. “ITERATIVE SELF-LEARNING METHODS FOR SOLVING NONLINEAR EQUATIONS.” Автоматика и телемеханика: 129–35. https://doi.org/10.31857/s0005231024050058.
Popkov, Y.S. (2024) ‘ITERATIVE SELF-LEARNING METHODS FOR SOLVING NONLINEAR EQUATIONS’, Автоматика и телемеханика, pp. 129–135. Available at: https://doi.org/10.31857/s0005231024050058.
@article{popkov2024iterative,
title = {{ITERATIVE SELF-LEARNING METHODS FOR SOLVING NONLINEAR EQUATIONS}},
author = {Popkov, Y. S},
journal = {Автоматика и телемеханика},
number = {5},
pages = {129--135},
year = {2024},
doi = {10.31857/s0005231024050058}
}Made from the index record. Check names, capitalisation and page numbers against the paper. Need another style? AI for Research has over 10,000.