一类求解线性约束非线性规划问题的可行方向法

Wilson,Han和Powell提出的序列二次规划方法(简称SQP方法)是求解非线性规划问题的一个著名方法,这种方法每次迭代的搜索方向是通过求解一个二次规划子问题得到的,本文受[1]启发,得到二次规划子问题的一个近似解,进而给出了一类求解线性约束非线性规划问题的可行方向法,在约束集合满足正则性的条件下,证明了该算法对五种常用线性搜索方法具有全局收敛性。     

概率收缩与PN空间的方程

本文引入概率赋范空间(简称PN空间)中概率收缩的概念,借助这个概念,证明了几个PN空间非线性算子方程解的存在唯一性定理,所得结果推广了Altman相应的结果.     

矩母函数:拟对称概率测度

本文用凸函数的方法研究了概率测度的矩母函数和由C.J.Stone提出的拟对称性,并刻画了Martin边界的法向量.拟对称性在随机游动的比例极限定理中是一个重要的概念.这些结果可应用于Levy过程的研究.     

高功率固体激光放大系统相位自校正方法研究

就光学元件间低频相位误差叠加提出用相关系数作为叠加相位结果的估计参量，并通过模拟计算和验证实验证明了相关系数能有效地对低频相位叠加结果进行比较估计，在此基础上就高功率固体激光放大系统中放大片的选取和安装提出了自校正方法并实现了自校正过程。     

多目标半定规划的互补弱鞍点和G-鞍点最优性条件

对于含矩阵函数半定约束和多个目标函数的多目标半定规划问题，给出Lagrange函数在弱有效意义下的互补弱鞍点和Geofrrion恰当有效意义下的G-鞍点的定义及其等价定义．然后，在较弱的凸性条件下，利用含矩阵和向量约束的择一性定理，建立多目标半定规划的互补弱鞍点和G-鞍点充分必要条件．     

Second Order Nonlinear Evolution Inclusions Ⅰ： Existence and Relaxation Results

This is the first part of a work on second order nonlinear, nonmonotone evolution inclusions defined in the framework of an evolution triple of spaces and with a multivalued nonlinearity depending on both x（t） and x（t）. In this first part we prove existence and relaxation theorems. We consider the case of an usc, convex valued nonlinearity and we show that for this problem the solution set is nonempty and compact in C^1 （T, H）. Also we examine the Isc, nonconvex case and again we prove the existence of solutions. In addition we establish the existence of extremal solutions and by strengthening our hypotheses, we show that the extremal solutions are dense in C^1 （T, H） to the solutions of the original convex problem （strong relaxation）. An example of a nonlinear hyperbolic optimal control problem is also discussed.     

国际数学家大会与华人数学家—中国现代数学百年掠影

五、ICM第二十四届会议 ( 2 0 0 2 )1 986年奥克兰举行的 IMU第十次代表大会上 ,中国数学会成为其正式成员。 1 998年德累斯顿的 IMU第十三次代表大会上 ,北京当选为 ICM-2 0 0 2的举办地。自此又经过了四年积极筹备和漫长期待 ,2 0 0 2年 8月 2 0日至 2 8日 ,第 2 4届 ICM在北京隆重召开了。这是新世纪第一次、我国也是发展中国家第一次举办的国际数学家的最高盛会 .这次大会有来自 1 0 1个国家和地区的 42 70名代表注册 ,创造 ICM的历史新高。这些代表中 ,1 %来自澳洲 ,3 %来自非洲 ,56%来自亚洲 ,1 6%来自美洲 ,2 4%来自欧洲 ,其…     

基于增广Lagrange函数的RQP方法

Recursive quadratic programming is a family of techniques developd by Bartholomew-Biggs and other authors for solving nonlinear programming problems.This paperdescribes a new method for constrained optimization which obtains its search di-rections from a quadratic programming subproblem based on the well-known aug-mented Lagrangian function.It avoids the penalty parameter to tend to infinity.We employ the Fletcher‘s exact penalty function as a merit function and the use of an approximate directional derivative of the function that avoids the need toevaluate the second order derivatives of the problem functions.We prove that thealgorithm possesses global and superlinear convergence properties.At the sametime, numerical results are reported.