修正PRP共轭梯度方法求解无约束最优化问题

基于著名的PRP共轭梯度方法,利用CG_DESCENT共轭梯度方法的结构,本文提出了一种求解大规模无约束最优化问题的修正PRP共轭梯度方法。该方法在每一步迭代中均能够产生一个充分下降的搜索方向,且独立于任何线搜索条件。在标准Wolfe线搜索条件下,证明了修正PRP共轭梯度方法的全局收敛性和线性收敛速度。数值结果展示了修正PRP方法对给定的测试问题是非常有效的。     

基于有理函数模型的一维最优化方法

在本文中提出了基于有理函数模型的一维最优化方法。这些方法比二次模型方法有较好的数值性态和适应性。我们给出了有理反差商方法和Ｎｅｖｉｌｅ型方法，并将其与二次插值方法进行了数值比较。     

一类新共轭梯度法的全局收敛性

共轭梯度法是求解无约束最优化问题的有效方法.本文在βkDY的基础上对βk引入参数,提出了一类新共轭梯度法,并证明其在强Wolfe线性搜索条件下具有充分下降性和全局收敛性.     

基于对数灰关联度的加权几何平均组合预测模型的有效性

基于对数灰关联度的加权几何平均组合预测是一种新的非线性组合预测。针对该方法提出新的优性组合预测、预测方法优超、冗余度等概念,给出优性组合预测存在的充分条件,最后证明冗余预测方法的一个判定定理。     

现实生活中最优化问题的数学模型构造

在实际生产、现实生活和科学研究中,许多情形下往往要求操作、经营和决策者考虑怎样才能以最低的成本、最短的时间获取最大的效益,这类问题在数学中称为最优化问题.这类问题的求解,需要我们通过对问题中给出的有关信息和数据进行分析、加工,灵活的运用数学知识构造恰当的数学模     

最大相关模糊查询及其应用研究

在文档类模糊查询方面进行了较深入的研究,首次提出并实现了间接相关全衰期和最大相关查询,其原理有别于传统字符串相等比率的模糊查询技术,采用相关性定义及最大相关传递模式,目的在于实现更广泛意义下的模糊查询。在适当定义相关度情形下,不但能够查找出传统模糊查询搜索到的内容,而且可以查找到字面上完全不同但意思相关的条文,最大相关传递模式能够使得词语之间的相关度按一定规则传递,因此更具一般性和实用性。     

具有生产性与福利性公共支出的随机内生增长模型

文章建立一个随机内生增长模型来阐明主要政策参数对经济增长与社会福利的影响.若对生产函数、效用函数、偏好及随机干扰作一些特殊的假设,我们证明了主要政策参数的均衡值能被模型参数唯一决定.进一步我们还得到了期望增长率与储蓄的清晰解.文章的最后,我们证明了政府支出直接影响个体决策者的决策:即提高经济增长率将减少福利;反之,增加福利将减少增长率.     

带有不等式约束的全局最优性条件

本文利用不连续罚函数方法将带有不等式约束的全局优化问题的求解转化为 讨论一非线性方程的求根问题,从而得到若干个全局最优性条件.     

应用自动微分的Newton-PCG算法

一类新的使用符号微分的Newton-PCG型算法在文献[1]和[2]被导出来了。本文建立和研究应用自动微分的相应的Newton-PCG算法，理论分析和数值实验结果显示应用自动微分之后，目标函数的维数或复杂性越大，Newton-PCG算法对Newton法的改进越显著。     

在一个新步长规则下梯度投影算法的全局收敛性

考虑约束最优化问题：minx∈Ωf(x)其中:f:R^n→R是连续可微函数，Ω是一闭凸集。本文研究了解决此问题的梯度投影方法，在步长的选取时采用了一种新的策略，在较弱的条件下，证明了梯度投影响方法的全局收敛性。