线性方程组的直接解法和迭代解法各有什么特点？
是你所谓的直接方法axbxa(-1)b如果是，这种方法对于大型(尤其是大型稀疏)矩阵一般不是一个好的选择。因为在求a(-1)的过程中，会进行很多不必要的计算。当a接近奇点时，它很难弄清楚。(当然如果你尝试快速求解，比如在matlab中使用inv(A)*b，因为有简单的命令，也是不错的选择。)
对于迭代法来说，卢分解后用高斯消元法是个不错的选择，自己写点程序就行了，不如直接法方便。虽然是迭代，但是matlab提供了一个你可以直接使用的命令，就是a，另外对于一些特殊的矩阵，比如正定对称矩阵，你也可以使用共轭梯度法，这种方法收敛速度非常快，适用于大型稀疏矩阵。
用粒子群优化算法解决无功优化问题，用matlab编写的程序，运行结果不稳定怎么办？
你的不稳定是否意味着你可以t收敛，还是每次收敛的结果都不一样？
如果每次收敛结果都不一样，那是正常的，只是因为找到了局部极小点，粒子数应该比较大。
如果你能t收敛，我觉得还是要检查一下你的程序问题。
遗传算法有那些缺点？
1.早熟。这是最大的缺点，即算法探索新空间的能力有限，容易收敛到局部最优解。
2，大量的计算。它涉及到大量个体的计算。问题复杂时，计算时间是个问题。
3.处理规模小。目前对高维问题的处理和优化仍有一定难度。
4.处理非线性约束是困难的。对于处理非线性约束，大多数算法都加入了惩罚因子，这是一笔不小的开销。
5.稳定性差。由于该算法属于随机算法，需要多次运算，结果的可靠性差，不能稳定地得到解。
大致这些，lz可以查阅相关专业书籍！
信源容量迭代算法的收敛性matlab程序？
取每次迭代的导数，代入附近的猜想(这里是1.5)，看倒数的绝对值是否小于1。小于1就收敛，大于1就发散。倒数值越小，收敛速度越快。
设已知f(x)0有根a，f(x)足够光滑(所有导数都存在且连续)。如果f(a)！0(单点零)，迭代法x[n^1]x[n]-f(x[n])/f(x[n])得到的序列x[n]总是收敛到a，且收敛速度至少是二阶的。
如果f(a)0(重零点)，当初始值在a的一个邻域内时，收敛速度是一阶的。