简介：在2-一致光滑的Banach空间中,引入一种新的迭代算法研究非膨胀映象的不动点集与α-逆强增生算子的变分不等式解集的公共元素,并获得了迭代算法的强收敛性定理.而且应用这些结果考虑了非膨胀映象和严格伪压缩映象公共不动点的收敛性问题.

简介：在一般Banach空间中，使用迭代的方法，研究Ф-强增生算子方程解的逼近问题，建立了带有误差的Ishikawa迭代序列强收敛到解的条件．用Ф-强增生算子代替强增生算子，使以往的相应结果更具一般性．从而改进和推广了有关文献的相关结果．

简介：设E是任意实Banach空间,T:E→E是Lipschitz的强增生算子.证明了,带误差的Ishikawa迭代序列强收敛到方程Tx=f的唯一解.特别地,还给出了Ishikawa迭代序列的收敛率估计.另一方面,一个相关结果,讨论了E中lipschitz强伪压缩映象的不动点的带误差的Ishikawa迭代序列的收敛性.

简介：给出两类扰动增生算子的迭代程序,并证明它们的收敛性.

简介：设X是实Banach空间,D是X的一个子集,T:X→X是一强增生算子,从而得到带误差的Mann迭代序列的逼近不动点的强收敛问题.

简介：设X是一个实Banach空间,X＊为其对偶空间,G是X的开、有界子集.T：D（T）（属于）X→2^x是m-增生算子,C：D（T）→X是有界算子.分别在C（T＋I）-1非扩张与C（λT＋I）-1紧的情况下,利用凝聚映射的度理论,考虑了方程0∈-R（T＋C）的可解性问题.定理4中在边界条件只为（I-（T＋C））（D（T）∩（э）G）（∪）（^-G）的情况下用L-S度理论考虑了方程0∈-（T＋C）（D（T）∩G）的可解性问题.这些定理推广了一些已有结果.

简介：在任意实Banach空间中,研究当T为k-次增生算子时,非线性方程(1-k)x+Tx=f和x+Tx=f的Ishikawa迭代解.给出了强收敛定理,推广和改进了一些文献的相关结果.

简介：本文在实的Banach空间中证明了带误差的Ishikawa迭代序列强收敛到强伪压缩算子T的不动点。并用带误差的Ishikawa迭代序列逼近强增生算子方程的解。推广文献[5]的结果到带误差的Ishikawa迭代序列。

简介：研究了赋范线性空间中强增生映射和一致增生映射的零点的最速下降法迭代逼近问题，修正了Chidume的一个定理，改进和推广了Chidume和周海云等近期的相应结果．

简介：使用新的分析技巧研究了对于广义最速下降逼近法收敛到m-增生算子零点的充要条件，所得结果推广了几位作者早期与最近的相应结果．

简介：利用范数假设条件给出了带扰动的ｍ一增生算子的一些映射定理．其结果是：Ｂ＋Ｄ　　Ｒ（Ｔ＋Ｃ）并且ｉｎｔ（Ｂ＋Ｄ）　Ｒ（Ｔ＋Ｃ）的类型．其中Ｂ、Ｄ是实Ｂａｎａｃｈ空间Ｘ的子集，算子Ｔ：Ｘ　Ｄ（Ｔ）→２~Ｘ至少是ｍ一增生的，扰动算子Ｃ：Ｘ　Ｄ（Ｃ）→Ｘ至少是紧、ｄｅｍｉ一半连续或完全连续的．这些结果推广和改进了已有文献的有关结果．

简介：文章在实的Banach空间中证明了带误差的Ishikawa迭代序列强收敛到Lipschitz强伪压缩算子的不动点。并用带误差的Ishikawa迭代序列逼近Lipschitz强增生算子方程的解。推广文献的结果到带误差的Ishikawa迭代序列。

简介：在具有一致凸对偶空间的Banach空间中讨论了关于增生算子T的方程f=x+Tx的迭代解，其结果推广和改进了Chidume和Zhu的结果。

简介：首先介绍了Banach空间中的一类含H-增生算子的广义集直变分包含问题（GSVVIP）和广义预解算子方程问题（GREP），并且建立了二者的等价关系．然后分别构造了新的迭代算法来逼近（GSVVIP）的解和（GREP）的解并且证明了其解的存在性以及它们的收敛性结论．

简介：引入k-次增生算子的概念,主要研究了k-次增生算子的带误差的1shikawa迭代序列的收敛性问题.改进和推广了Chidume的相关结果.

简介：介绍和研究了实q-一致光滑Banach空间中一类新的具（A，η）一增生算子的广义混合拟一似变分包含组，利用（A，η）一增生算子的预解算子技巧，证明了解的存在性及由新的P步迭代算法所生成序列的收敛性．

简介：设Z为实一致光滑Banach空间,T：Z→Z为强增生映射,文章提出了新的带误差的三重迭代序列,并证明了带误差的三重迭代序列强收敛到方程Tx=f的唯一解,（带误差的）Mann迭代和（带误差的）Ishikawa迭代均可作为其特例.此外,相关结果也讨论了关于强伪压缩映射不动点的三重迭代逼近问题.

简介：在一致光滑Banach空间中，证明了广义Lipschitzφ-增生算子的带误差项的Ishikawa迭代序列强收敛于方程Tx=f的解，其结果改进和扩展了近期许多相关结果．并由此得出了Ishikawa迭代序列稳定性的一些结果．

简介：本文利用Hardy-Littlewood极大函数、光滑模和K-泛函之间的等价关系、N函数的凸性、算子矩量估计及Jensen不等式等工具,研究了由陈文忠定义的LupasBaskakov型算子在Orlicz空间内的逼近性质,给出并证明了该算子在Orlicz空间内逼近的强型逆定理.由于Orlicz空间比连续函数空间和L_p空间涵盖更广泛,其拓扑结构也比L_p空间复杂得多,所以本文的结果具有一定的拓展意义.

简介：针对现有灰色预测模型主要以一阶累加生成序列作为建模序列，再累减还原为原始序列预测值，本文通过Gamma函数将累加生成算子和累减生成算子拓展到正实数领域，给出分数阶累加生成算子和分数阶累减生成算子的解析表达式，一阶和整数阶均是其特例，证明了两算子之间的互逆性．为建立分数阶灰色预测模型和拓宽灰色预测模型的应用范围提供理论基础．