不可压缩Navier-Stokes方程最优动力系统建模和分析

研究了同时满足任意速度边界条件和速度不可压条件的Navier-Stokes方程最优动力系统的建模方法.通过对方柱绕流问题的最优动力系统的建模与分析,发现该最优动力系统的动力学特性为极限环.同时,该最优动力系统仅使用了三个最优基函数就很好地描述了所有主要的流场特征和该问题的动力学特性,故满足任意速度边界条件和速度不可压条件Navier-Stokes方程最优动力系统的建模方法,能够用最少的基函数最大限度地描述复杂流体问题及其动力学特性.     

A-线性Bregman 迭代算法

线性Bregman迭代是Osher和Cai等人最近提出的一种在压缩感知等领域有重要作用的有效算法.本文在矩阵A非满秩情形下,研究了求解下面最优化问题的线性Bregman迭代:min u∈R~M{‖u‖_1:Au+g}给出了一个关于线性Bregman迭代收敛性定理的简化证明,设计了一类A~-线性Bregman迭代算法,并针对A~+情形证明了算法的收敛性.最后,用数值仿真实验验证了本文算法的可行性.     

非线性约束优化问题的混合粒子群算法

把处理约束条件的一个外点方法和改进的粒子群优化算法相结合,提出了一种求解非线性约束优化问题的混合粒子群优化算法.该方法兼顾了粒子群优化和外点法的优点,对算法迭代过程中出现不可行粒子,利用外点法处理后产生可行粒子.数值实验表明了提出的新算法具有有效性、通用性和稳健性.     

应用正弦型拓展函数求解整数规划问题

整数规划等有关离散变量的优化问题由于它的不连续和非光滑劣性,一直是最优化问题的一个难点.本文通过引入具有良好光滑性的正弦波型函数、增加约束条件以消除整数限制,把整数规划问题转化为无整数约束的一般非线性规划问题.新问题可以采用一般解决连续可微问题的方法,如Lagrange乘子法、Ja-cobian法或建立Kuhn-Tucker条件的方法求解.作为实例,本文应用已经发展的新方法求解了一个简单的整数规划问题以证实方法的有效性.     

一个无参数的填充函数算法

自从1990年Ge R.P.教授在文章【A Filled Function Method for Finding a Global Minimizer of a Function of Several Variables[J].Math.Programming,1990,46:191-204】中提出了求全局最优化的填充函数算法以来,此类算法的有效性一直受到调整参数的困扰,在上述文章最后他也期待出现无参数的填充函数.作为一种尝试,本文提出了一种新的无参数的填充函数,并在此基础上,构造出一个无参数填充函数算法.数值试验证明该算法是有效的,同时与已有的填充函数算法比较具有计算量小的优势.     

数学误用四例

深浅程度不同地来源于实践过程的思考，本文就数学方法的误用提出不同形式的四例，四节各举一例。第一节指出：在细纱接头的工作管理中，为了求出生产率和机器利用率等指标，与其通过排队论模型间接推算，不如通过产量直接推算来得准确和省事。第二节指出：欧美一批试验设计书〔３～８，２０〕关于“当可能有非零的交互作用时，不许可安排部分实施”的观点，如果仅限于实施平方和分解的方差分析、把主效应和各级交互作用估准，那还是正确的；但此观点不能引伸出去，因为正是低比例的正交表部分实施，不管有无交互作用为零，才是高效益地实现相对最优化的有效措施和根本手段。第三节指出了正交表田口式表头设计的不合理处，并说明了小表多排因素为什么能提高效益的理由。第三节后的附录指出两个设计例子的布点密集而不够分散。关于偏差的第四个例子已提前在〔２２〕中发表。     

QUASI－CONVEX MULTIOBJECTIVE GAME－SOLUTION CONCEPTS，EXISTENCE AND SCALARIZATION

ＱＵＡＳＩ－ＣＯＮＶＥＸＭＵＬＴＩＯＢＪＥＣＴＩＶＥＧＡＭＥ－ＳＯＬＵＴＩＯＮＣＯＮＣＥＰＴＳ，ＥＸＩＳＴＥＮＣＥＡＮＤＳＣＡＬＡＲＩＺＡＴＩＯＮ￥ＬＩＹＵＡＮＸＩＡｂｓｔｒａｃｔ：Ｔｈｉｓｐａｐｅｒｄｅａｌｓｗｉｔｈｔｈｅｓｏｌｕｔｉｏｎｃｏｎｃｅ...     

锥连续锥拟凹向量函数最大化问题有效解集的连通性

本文讨论了锥连续函数及锥最大下果的性质，在此基础上讨论了锥连续锥拟凹向量函数最大化问题有效解集的连通性，证明了当象集为锥凸集时锥有效解集是连通的。     

Global Convergence of the Broyden‘’s Class of Quasi—Newton Methods with Nonmonotone Linesearch

In this paper,the Broyden class of quasi-Newton methods for unconstrained optimization is inves-tigated.Non-monotone linesearch procedure is introduced,which is combined with the Broyden‘s class.Under the convexity assumption on objective function,the global convergence of the Broyden‘s class is proved.