基于次梯度选取的非光滑优化强次可行方向法

本文结合次梯度选取技术及割平面法和强次可行方向法的思想,提出了一个求解目标函数非光滑约束优化问题的强次可行方向算法.通过设计一个新的寻找搜索方向子问题和构造新型线搜索,算法不仅能接受不可行的初始点,而且能保持迭代点的强次可行性,同时避免在可行域外目标函数值的不适度增加.算法具备全局收敛性,且初步的数值试验表明算法是稳定有效的.     

部分线性模型中估计的收敛速度

考虑回归模型（Ⅰ）：其中（ｘ＿ｉ，ｔ＿ｉ）是固定非随机设计点列，ｘ＿ｉ＝（ｘ＿（ｉｌ），…，ｘ＿（ｉｐ））＇β＝（β＿１，…，β＿ｐ）＇（ｐ＞１），ｇ是定义在［０，１］上的未知函数，β是未知待估参数，０＜ｔ＿ｉ＜１，ｅ＿ｉ是ｉ．ｉ．ｄ．随机误差，且Ｅｅ＿ｉ＝０，Ｅｅ＝σ￣２＜∞。基于ｇ的估计取一类非参数权估计（包括常见的核估计和近邻估计），我们讨论了β的最小二乘估计及ｇ的估计的最优强弱收敛速度。     

Baskakov算子加权逼近的收敛阶

本文讨论了Ｂａｓｋａｋｏｖ算子加Ｊａｃｏｂｉ权逼近的收敛性，首先指出了按通常的加权范数，Ｂａｓｋａｋｏｖ算子是无界的。然后引入一种新的范数，在此范数下Ｂａｓｋａｋｏｖ算子具有压缩性，最后借助于Ｋ－泛函，我们着重讨论了它的特征刻划问题。     

父代种群参与竞争遗传算法几乎必然收敛

熟知,标准遗传算法如不采用“杰出者记录策略”则必不收敛。本文发现：允许父代种群参与竞争是标准遗传算法几乎必然收敛的条件。特别地,我们运用鞅收敛定理证明：允许父代种群参与竞争型遗传算法能以概率1确保在限步内达到全局最优解,且收敛与种群规模无关。所获结果对该类遗传算法的应用奠定了可靠基础。     

一类全局收敛的共轭投影梯度法及其超线性收敛性

一类全局收敛的共轭投影梯度法及其超线性收敛性时贞军（曲阜师范大学运筹学研究所）ＡＣＬＡＳＳＯＦＧＬＯＢＡＬＣＯＮＶＥＲＧＥＮＴＣＯＮＪＵＧＡＴＥＰＲＯＪＥＣＴＩＯＮＧＲＡＤＩＥＮＴＭＥＴＨＯＤＡＮＤＩＴＳＳＵＰＥＲＬＩＮＥＡＲＣＯＮＶＥＲＧＥＮＣＥＲ...     

关于区间割线法的有效性

本文我们讨论求凸连续函数的零点的区间割线法 ,所构造的方法简捷、实用 ,且具有较高的收敛效率 (三次函数计值 ,为三阶收敛 ).     

共轭Fourier—Legendre级数

Muckenhoupt和Stein在[1]中给出共轭超球级数的定义,并讨论了广义的“共轭调和”函数.在本文中,我们给出共轭Fourier—Legendre级数的新定义,讨论了相应的共轭函数和等价收敛定理.     

紧拓扑半群上概率测度卷积序列的极限性质

本文讨论紧拓扑半群上概率测度卷积序列的若干重要极限性质．在第１节中，我们讨论测度集的代数结构与其支撑集代数结构的关系．第２节的定理１，通过支撑集的代数结构给出组合收敛测度序列的一个极限定理．在定理２中我们讨论独立同分布时的情形，建立了一类紧半群上的Ｋａｗａｄａ－Ｉｔ型结果．这些定理推广了紧群、紧交换半群、紧Ｌ－Ｘ半群上一些相应的结论．     

一个改进的SQP型算法

本文建立非线性等式和不等式约束规划问题的一个序列二次规划(SQP)型算法.算法的每次迭代只需解一个确实可解的二次规划，然后对其解进行简单的显式校正，便可产生关于罚函数是下降的搜索方向，克服Maratos效应.在适当的假设条件下，还论证了算法的全局收敛性和超级收敛性.