基于松弛策略解半无限规划模型的显式修正算法

讨论了一类线性半无限最优规划模型的求解算法.采用松弛方法解其系列子问题LP(T_k)及DLP(T_k),基于松弛策略和在适当的假设条件下,提出了一个我们称之为显式算法的新型算法.新算法的主要改进之处是算法在每一步迭代计算时,允许丢弃一些不必要的约束.在这种方式下,算法避免了求解系列太大规模的子问题.最后,基于提出的显式修正算法,并与传统割平面方法和已有文献中的松弛修正算法、对同一问题作了初步的数值比较实验.     

关于《数值分析》课程教学改革研究的综述和思考

对《数值分析》教学改革的历史与现状作了简要的介绍,并对有关《数值分析》教学改革的各种建议与措施作了综合论述.与此同时,对数值分析的教学改革也作了一些探讨和思考.     

模糊值m-凸函数的性质及其共轭问题的研究

基于m-凸函数提出了一类称为模糊值m-凸函数的新概念.首先,研究了模糊值m-凸函数的若干基本性质;其次,给出了模糊值m-凸函数的共轭函数的概念,并给出了模糊值m-凸函数在一定的条件下的共轭函数是模糊值m-凸函数等相关性质;最后,讨论了两个模糊值m-凸函数的共轭函数与其下卷积的共轭函数之间的相互关系.     

解微分方程组的Adams预测校正算法的改进方法

针对Adams预测校正算法求解微分方程组作了改进.算法的主要改进之处是在校正环节用已经计算出来的"新值"取代"旧值".最后,基于提出的改进方法和传统的Adams预测校正算法对同一微分方程组问题作了数值比较实验.数值实验结果表明改进的算法与传统的Adams预测校正算法的计算量一样,但精度大大提高.     

基于D.C.分解的一类箱型约束的非凸二次规划的新型分支定界算法

提出了一类求解带有箱约束的非凸二次规划的新型分支定界算法.首先,把原问题目标函数进行D.C.分解(分解为两个凸函数之差),利用次梯度方法,求出其线性下界逼近函数的一个最优值,也即原问题的一个下界.然后,利用全局椭球算法获得原问题的一个上界,并根据分支定界方法把原问题的求解转化为一系列子问题的求解.最后,理论上证明了算法的收敛性,数值算例表明算法是有效可行的.     

一类单调非凸约束最优规划修正的新型分枝定界算法

本文讨论了一类单调非凸约束最优规划的目标函数和约束集的结构特征性质.阐明了如何将所考虑的问题等价地转化为一个递增函数在另一个递增函数水平集上的极大优化问题.在此基础上提出了一个我们称之为修正的新型分枝定界算法.新算法的修正之处是在计算新的极点时,采用了一个有效的新的区域删除模式以构造越来越小的Polyblock集覆盖EnH且不舍y,以排除问题(P)可行域中不存在全局r最优解的部分.最后,证明了算法的收敛性.初步的数值实验表明算法是有效可行的,可应用于求解更广的一类非凸最优规划.     

推广的(s,m)-GA-凸函数的Simpson型不等式

提出了一个称为推广的(s,m)-GA-凸函数的新概念.在此基础上,针对三阶导函数是推广的(s,m)-GA-凸函数,建立了一些新的Simpson型积分不等式,并应用这些不等式导出了一些特殊均值不等式.     

偏凸优化问题剖分对偶界的收敛性

本文对满足某些正则条件下，源于工程设计问题中的一类偏凸优化问题，证明了部分对偶界在某种意义下收敛到问题的最优值。