一类变尺度算法的收敛性质

本文讨论一类变尺度算法的收敛性质,在一定条件下,证明了 Huang 算法类、吴方和桂湘云算法类及 Flachs 算法类的收敛性与超线性收敛性.特别,还证明了一类带有非精确线性搜索的算法之收敛性与超线性收敛性.     

非线性最优化的抽象算法模型及非闭性收敛条件的研究(下)

本文叙述了具有单调性的最优化算法的若干重要的收敛性条件,包括这方面最近的新成果,并且证明了新的收敛性条件比文献中已有的条件要严格地弱;其次讨论了常见的可行点算法类的一致可行性收敛条件,证明了本文介绍的新的收敛性条件比一致可行性收敛条件要弱。 1.单调最优化算法的全局收敛性大多数具体的最优化算法是单调算法,即对应于迭代点列{x_i}的某一函数f(目标函数或特定的另一函数)的值{f(x_i)}是单调数列,所以文献中对于单调的抽象算法模型的全局收敛性研究很多。Zangwill提出的第一个抽象算法和相应的收敛性条件就是关于单调算法的。对于这类算法,函数值{f(x_i)}的单调性与算法的全局收敛性有密切关系。一般而言,单调算法的收敛性条件比较简单些,见文献以[1～6],[8～15]。在文献[12]中,     

凸可行问题的一种强收敛算法

无限维Hilbert空间中,解凸可行问题的平行投影算法通常是弱收敛的.本文对一般的平行投影算法进行改进,设计了一种解凸可行问题的具有强收敛性的新算法.该算法主要是在原有算法基础上引入了一个参数序列,在参数序列满足一定的控制条件下保证了算法的强收敛性.为了简单证明算法的强收敛性,我们构建了一个新的积空间,然后把原空间的这种改进平行投影算法转换为积空间中的交替投影算法.这样,改进的平行投影算法的强收敛性就可以通过交替投影算法的收敛性证明得到.     

双障碍问题的多重网格法

本文研究双障碍问题的多重网格法,提出了两类算法,证明了其收敛性及对贴合分量的有限步收敛性,同时对其中一种算法的特款提出了一个 k无关收敛性定理。     

一类带Wolfe条件的修改的Broyden算法

本文提出一类带Wolfe条件的修改的Broyden算法,证明了在一定条件下,算法具有整体收敛性、超线性收敛率和二阶收敛性,及Broyden算法的一些收敛性质。1.算法     

曲线的一类非线性多分辨率算法及其收敛性

在曲线的多分辨率分析基础上,构造了一种新的非线性三分多分辨率算法.并研究这个正则三分多分辨率算法的收敛性和稳定性,进一步,证明了小波参数的收敛性精密地依靠这个基本的多分辨率细分算法的收敛性.     

带误差项的下降算法的收敛性

本文考虑了Solodov和Svaiter提出的带误差项的下降算法的收敛性．其重要特征是在收敛性的证明过程中没有应用梯度函数的Hlder连续性．因此,我们在较弱的条件下得到了该算法的收敛性结果．     

不等式约束最优化无严格互补条件下的快速收敛序列线性方程组算法

本文讨论无严格互补性的非线性不等式约束最优化问题,建立了一个新的序列线性方程组算法。算法每次迭代只需解一个线性方程组或计算一次广义梯度投影,并不要求Lagrange函数的近似Hessian阵正定。在较弱的假设下,证明了算法的整体收敛性、强收敛性、超线性收敛性及二次收敛速度。还对算法进行了有效的数值试验。     

凸约束优化的非单调信赖域算法的收敛性

本文对凸约束优化问题提出一类新的非单调信赖域算法，在二次模型Hesse矩阵{Bk}一致有界条件下，证明了算法具有强收敛性；在{Bk}线性增长的条件下，证明了算法具有弱收敛性；这推广了现有约束或凸约束优化问题的各种信赖域算法，改进了收敛性结果。     

一种修正的求总极值的积分—水平集方法的实现算法收敛性

1978年,郑权等提出了一个积分型求总极值的概念性算法及Monte-Carlo随机投点的实现算法,给出了概念性算法的总极值存在的充分必要条件,但是其实现算法收敛性仍未解决,1986年,张连生等给出离散均值－水平集的实现算法,并证明了它的收敛性。本文给出修正的积分－水平集方法,用一致分布搂九值积分逼近水平集构造实现算法,并证明了算法的收敛性。     

从常步长梯度方法的视角看不可微凸优化增广Lagrange方法的收敛性

增广Lagrange方法是求解非线性规划的一种有效方法.从一新的角度证明不等式约束非线性非光滑凸优化问题的增广Lagrange方法的收敛性.用常步长梯度法的收敛性定理证明基于增广Lagrange函数的对偶问题的常步长梯度方法的收敛性,由此得到增广Lagrange方法乘子迭代的全局收敛性.     

A study on the convergence of homotopy analysis method

In this study, a reliable approach for convergence of the homotopy analysis method when applied to nonlinear problems is discussed. First, we present an alternative framework of the method which can be used simply and effectively to handle nonlinear problems. Then, mainly, we address the sufficient condition for convergence of the method. The convergence analysis is reliable enough to estimate the maximum absolute truncated error of the homotopy series solution. The analysis is illustrated by investigating the convergence results for some nonlinear differential equations. The study highlights the power of the method.     

On an Inverse Free Steffensen-Type Method for the Approximation of Stiff Differential Equations

In this article, an inverse free Steffensen-type method is introduced. The method is applied to approximate the systems of equations associated to implicit schemes approximating a stiff differential equation. The method has quadratic convergence without evaluating neither any derivative nor inverse operator. Finally, hypotheses ensuring the semilocal convergence and the R-order of convergence are presented.     

Convergence of the Tamed Euler Method for Stochastic Differential Equations with Piecewise Continuous Arguments Under Non-global Lipschitz Continuous Coefficients

In this paper, we deal with the strong convergence of numerical methods for stochastic differential equations with piecewise continuous arguments (SEPCAs) with at most polynomially growing drift coefficients and global Lipschitz continuous diffusion coefficients. An explicit and time-saving tamed Euler method is used to solve this type of SEPCAs. We show that the tamed Euler method is bounded in pth moment. And then the convergence of the tamed Euler method is proved. Moreover, the convergence order is one-half. Several numerical simulations are shown to verify the convergence of this method.     

Convergence of the Nelder-Mead method

We develop a matrix form of the Nelder-Mead simplex method and show that its convergence is related to the convergence of infinite matrix products. We then characterize the spectra of the involved matrices necessary for the study of convergence. Using these results, we discuss several examples of possible convergence or failure modes. Then, we prove a general convergence theorem for the simplex sequences generated by the method. The key assumption of the convergence theorem is proved in low-dimensional spaces up to 8 dimensions.

     

伪Newton—B族的导出及其性质

本文对无约束优化问题提出了一类新的近似牛顿法（伪牛顿-B族）,此方法同样具有二次终止性,产生的矩阵序列保持正定对称传递性。并证明了算法的全局收敛性和超级性收敛性。     

线性随机变时滞微分方程指数Euler方法的收敛性和稳定性

文应用指数Euler方法研究了线性随机变时滞微分方程的收敛性和稳定性;首先,证明了指数Euler方法是$\frac{1}{2}$阶均方收敛的;其次,在解析解均方稳定的前提下,通过跟Euler-Maruyama方法比较发现指数Euler方法在大步长下依然保持解析解的均方稳定性;最后,用数值试验验证了收敛和稳定的结果.     

一个四阶收敛的牛顿类方法

A fourth-order convergence method of solving roots for nonlinear equation,which is a variant of Newton's method given.Its convergence properties is proved.It is at least fourth-order convergence near simple roots and one order convergence near multiple roots. In the end,numerical tests are given and compared with other known Newton and Newtontype methods.The results show that the proposed method has some more advantages than others.It enriches the methods to find the roots of non-linear equations and it ...     

关于Brown方法的半局部收敛性

在本文中,我们讨论解非线性方程组的Brown方法的半局部收敛性。通过对Brown方法的算法结构作深入的分析,我们将Brown方法变换成带有特殊误差项的近似Newton法,基于这种等价变形,我们建立了Brown方法的半局部收敛定理,从而完善了Brown方法的收敛理论。     

Sixteenth-order method for nonlinear equations

Modification of Newton’s method with higher-order convergence is presented. The modification of Newton’s method is based on King’s fourth-order method. The new method requires three-step per iteration. Analysis of convergence demonstrates that the order of convergence is 16. Some numerical examples illustrate that the algorithm is more efficient and performs better than classical Newton’s method and other methods.