关于鞍点问题的预处理HSS-SOR交替分裂迭代方法

为了高效地求解大型稀疏鞍点问题,在白中治,Golub和潘建瑜提出的预处理对称/反对称分裂(PHss)迭代法的基础上,通过结合SOR-like迭代格式对原有迭代算法进行加速,提出了一种预处理HSS-SOR交替分裂迭代方法,并研究了该算法的收敛性.数值例子表明:通过参数值的选择,新算法比SOR-like和PHSS算法都具有更快的收敛速度和更少的迭代次数,选择了合适的参数值后,可以提高算法的收敛效率.     

解微分方程组的改进尤拉方法的改进

对改进尤拉方法解微分方程组的方法作了改进,改进的算法与原来算法的计算量一样,但精度比较高.     

一种求解非线性互补问题的filter内点算法

利用Armijio条件和信赖域方法,构造新的价值函数.首次将内点算法与filter技术结合起来,提出一种求解非线性互补问题的新算法,即filter内点算法.在主算法中使用Armijio型线搜索求取步长,在修复算法中使用信赖域方法进行适当控制以保证算法的收敛性.文章还讨论了算法的全局收敛性.最后用数值实验表明了该方法是有效的.     

全局优化问题的一个单参数填充函数方法

利用改进的填充函数的定义,对一般的无约束最优化问题给出了一个新的单参数填充函数,分析并证明了此填充函数的性质.利用该填充函数,构造了新的算法,对此算法进行了数值实验,并将此算法做了比较,结果表明此填充函数算法是可行的.     

一种求解鞍点问题的广义对称超松弛迭代法

本文研究了鞍点问题的迭代算法.利用新的待定参数加速迭代格式并结合SSOR分裂的方法,获得了有两个参数的广义对称超松弛迭代法及其收敛性条件.数值例子表明选择适当的参数值可以提高算法的收敛效率,推广和改进了SOR-like迭代法.     

模糊多属性决策的三种结构元方法

将结构元理论引入到模糊多属性决策中,按照经典多属性决策的乐观型准则、悲观型准则和乐观-悲观结合型准则,对应地建立了基于模糊结构元理论的模糊乐观型、模糊悲观型、模糊乐观-悲观结合型决策方法。借助一个实例,本文运用这三种算法进行了决策,得出了和传统决策算法一致的结论。本文提出的算法不仅易于理解,而且计算的速度也远比传统算法要快,对于进一步研究模糊多属性决策问题有很好的参考作用。     

服从OldroydB型微分模型的粘弹性流体问题的数值解法

本文对服从OldroydB型微分模型的粘弹性流体问题给出了一种数值逼近算法．该算法对压力方程采用标准混合有限元方法,对速度方程采用并行非重叠区域分解方法和特征线法．这种并行算法在子区域上用Galerkin方法,通过积分平均方法显式地给出内边界的数值流．在本文最后还给出了该算法的最优L^2。一误差估计．     

一个解半正定规划问题的基于广义对数障碍函数的原始对偶内点算法

本文对经典对数障碍函数推广,给出了一个广义对数障碍函数.基于这个广义对数障碍函数设计了解半正定规划问题的原始-对偶内点算法.分析了该算法的复杂性,得到了一个理论迭代界,它与已有的基于经典对数障碍函数的算法的理论迭代界一致.同时,并给出了一个数值算例,阐明了函数的参数对算法运行时间的影响.     

修正的LMS方法

ＢｉｔｍｅａｄＲ．Ｒ和ＡｎｄｅｒｓｏｎＤ．Ｏ在文献［１］中为任意线性方程组的求解提出了一种颇为有效的算法，称为ＬＭＳ方法．文献［２］详细地论述了算法的收敛性，指出收敛极限是方程组的最小二乘解．本文为使解线性方程组的ＬＭＳ算法具有更广泛、更方便的应用性．对文献［２］中的ＬＭＳ算法作了修正．理论和实践证明修正后的算法是成功的．     

一种新的求解变分不等式的惯性双次梯度外梯度算法（英文）

当可行集为一光滑凸函数的下水平集时,文献[Optimization,2020,69(6):1237-1253]提出了一种惯性双次梯度外梯度算法来求解Hilbert空间中的单调且Lipschitz连续的变分不等式问题.该算法在每次迭代中仅需向一个半空间计算两次投影,并得到了算法的弱收敛结果.本文通过使用黏性方法以及在惯性步采用新的步长来修正该算法.在适当的假设条件下证明了新算法所生成的序列能强收敛到变分不等式的一个解.此外,新算法在每次迭代中也仅需向半空间计算两次投影.     

线性二阶锥规划的一个光滑化方法及其收敛性

首先讨论了用Chen-Harker-Kanzow-Smale光滑函数刻画线性二阶锥规划的中心路径条件;基于此,提出了求解线性二阶锥规划的一个光滑化算法,然后分析了该算法的全局及其局部二次收敛性质.     

非Hermite线性方程组的若干预处理迭代算法

非Hermite线性方程组在科学和工程计算中有着重要的理论研究意义和使用价值,因此如何高效求解该类线性方程组,一直是研究者所探索的方向.通过提出一种预处理方法,对非Hermite线性方程组和具有多个右端项的复线性方程组求解的若干迭代算法进行预处理,旨在提高原算法的收敛速度.最后通过数值试验表明,所提出的若干预处理迭代算法与原算法相比较,预处理算法迭代次数大大降低,且收敛速度明显优于原算法.除此之外,广义共轭A-正交残量平方法(GCORS2)的预处理算法与其他算法相比,具有良好的收敛性行为和较好的稳定性.     

解P_0非线性互补问题的光滑Levenberg-Marquardt方法

本文研究了一个P0非线性互补问题.利用信赖域技术获得了求解该问题的光滑Levenberg-Marquardt算法,该算法在一定条件下具有全局性.利用局部误差界还获得了该算法的超线性和二次收敛.数值结果表明该算法是有效的.     

求解分段常数图象分割模型的一个快速算法

针对Xue-ChengTai等提出的分段常数图象分割模型,我们提出了一个新的快速求解算法。通过引进一个函数来选择模型中的正则化参数β的值,并判断在迭代过程中何时求解不含惩罚项的泛函F。此函数的引入有效地加速了算法的收敛速度。结合原始-对偶Newton方法来求解总变差最小化问题。数值试验表明新算法具有很快的收敛速度与良好的分割效果,且算法对初始值的要求不高。     

混合遗传算法收敛性分析

针对遗传算法爬山能力弱但合局搜索能力强的特点 ,本文将遗传算法嵌入到基入传统优化的拟下降算法中 ,并对算法的拟下降步骤做了一定的改进 ,使得整个算法具有全局收敛性 .本文采用马尔可夫的观点进一步证明了算法的全局收敛性 ,并用极难优化的测试函数给出了数值算例 ,证明了本文算法为一种可行的全局优化算法 .     

L~1空间中第二类Fredholm积分方程数值解法探究

在L¹空间中对第二类Fredholm积分方程提出了一种求其数值解的算法,证明了算法的收敛性,并给出相应的误差估计.数值算例进一步验证了算法的合理性.     

两类五阶解非线性方程组的迭代算法

本文首先根据Runge-Kutta方法的思想,结合Newton迭代法,提出了一类带参数的解非线性方程组F(x)=0的迭代算法,然后基于解非线性方程f(x)=0的King算法,给出第二类解非线性方程组的迭代算法,收敛性分析表明这两类算法都是五阶收敛的.其次给出了本文两类算法的效率指数,以及一些已知算法的效率指数,并且将本文算法的效率指数与其它方法进行详细的比较,通过效率比率R_(i,j)可知本文算法具有较高的计算效率.最后给出了四个数值实例,将本文两类算法与现有的几种算法进行比较,实验结果说明本文算法收敛速度快,迭代次数少,有明显的优势.     

具有梯度限制的四阶障碍问题的增广Lagrange迭代方法

基于加罚方法和增广Lagrange泛函, 本文给出了一种求解具有梯度限制的四阶障碍问题的增广Lagrange迭代方法, 并证明了算法的收敛性.通过采用非协调有限元离散的数值实验表明, 该算法是行之有效的.     

一个具有线性约束的Goldfarb方法的改进算法

本文对具有线性约束的非线性规划问题给出一个Goldfarb方法的改进算法,并且在与[1]同样的条件下,给出了算法之超线性收敛性证明.     

Broyden修正算法

对于求解非线性方程组F (x) =0的Broyden秩1方法的计算格式提出一种修正算法,尝试利用矩阵的奇异值分解求解迭代方程组,并且配合使用加速技巧,从而大大提高了算法的安全性和收敛速度.数值算例表明了新算法的有效性.