矩阵填充的硬阈值修正算法

提出了使用硬阈值进行矩阵填充的修正算法.算法通过对迭代矩阵进行对角修正来完成矩阵填充,并给出了算法的收敛性分析.最后通过数值实验比较了修正算法与硬阈值算法填充的数值结果,显示出了新算法的优越性.     

解一类Hessian矩阵亏秩的修正BFGs算法及其局部Q-超线性收敛性

本文对凸函数在极值点的Hessian矩阵是秩亏一的情况下,给出了一类求解无约束优化问题的修正BFGS算法.算法的思想是对凸函数加上一个修正项,得到一个等价的模型,然后简化此模型得到一个修正的BFGS算法.文中证明了该算法是一个具有超线性收敛的算法,并且把修正的BFGS算法同Tensor方法进行了数值比较,证明了该算法对求解秩亏一的无约束优化问题更有效.     

Toeplitz矩阵填充的 $\ell$-步修正增广拉格朗日乘子算法[英文]

基于 Toeplitz矩阵填充(TMC)的修正增广拉格朗日乘子(MALM)算法, 本文给出此算法的一种加速策略, 提出Toeplitz矩阵填充的 $\ell$-步修正增广拉格朗日乘子算法. 该方法通过削减原 MALM算法中每一步迭代的频繁数据传输, 提高算法的运行效率. 同时也证明了新算法的收敛性. 最后以数值实验表明 $\ell$-步修正增广拉格朗日乘子算法比原 MALM算法更有效.     

Toeplitz矩阵填充的?-步修正增广拉格朗日乘子算法（英文）

基于Toeplitz矩阵填充(TMC)的修正增广拉格朗日乘子(MALM)算法,本文给出此算法的一种加速策略,提出Toeplitz矩阵填充的?-步修正增广拉格朗日乘子算法.该方法通过削减原MALM算法中每一步迭代的频繁数据传输,提高算法的运行效率.同时也证明了新算法的收敛性.最后以数值实验表明?-步修正增广拉格朗日乘子算法比原MALM算法更有效.     

约束优化问题的修正共轭梯度投影算法

对闭凸集约束的非线性规划问题构造了一个修正共轭梯度投影下降算法,在去掉迭代点列有界的条件下,分析了算法的全局收敛性.新算法与共轭梯度参数结合,给出了三类结合共轭梯度参数的修正共轭梯度投影算法.数值例子表明算法是有效的.     

等式约束非凸优化问题的修正牛顿算法

本文设计了一个新的求解等式约束非凸优化问题的修正牛顿算法.利用修正的拉格朗日函数,通过求解线性方程组获得搜索方向,利用价值函数的线性近似模型确定步长.在没有非奇异性假设的条件下,证明了算法的全局收敛性.数值结果表明,算法是有效的.     

基于Armijo线搜索的对角三阶拟柯西法

通过引入基于最小改变的对角修正策略,结合三阶拟牛顿方程,提出了基于Armijo线搜索的对角三阶拟柯西法.在适当的假设下,算法保证了修正矩阵的非奇异性,并证明了算法的线性收敛性.数值试验表明该算法是有效的.     

一类非单调修正PRP算法的全局收敛性

本文给出一类非单调线性搜索下的修正PRP算法,该方法保证每次迭代中的搜索方向是充分下降的.在较弱的条件下,我们证明了此类非单调修正PRP算法具有全局收敛性.     

拟一致无迹卡尔曼滤波算法北大核心CSCD

针对一般的非线性系统,研究了无迹卡尔曼滤波(UKF)算法的一致性问题.通过对传统UKF算法的修正,提出了拟一致UKF(QCUKF)算法,同时给出了修正参数的选取准则,并且在理论上证明了所提算法的拟一致性.当算法具有拟一致性时,估计精度可被实时评估.最后,通过仿真实例说明了所提算法的可行性以及拟一致性.     

用自由度不完整的振型数据修正质量矩阵与刚度矩阵

运用代数特征值反问题的理论和方法,研究了一类无阻尼结构系统的模型修正问题.提出了一个新的修正方法.该方法利用自由度不完整的振型数据修正质量矩阵与刚度矩阵,修正过程是保持对称性与无溢出的;同时分析了问题的可解性,并给出了一个求解问题对称解的迭代算法.数值试验表明,提出的算法是有效的.     

无约束优化问题的对角二阶拟柯西法

通过引入最小改变的对角修正策略,结合弱二阶拟牛顿方程,设计一种新的求解无约束优化问题的对角二阶拟柯西法,此算法保证了修正矩阵的非奇异性.在适当的假设条件下,进一步分析算法的线性收敛性.数值试验结果表明,该算法是有效且可行的.     

鞍点问题的修正对称超松弛迭代算法

为了提高求解鞍点问题的迭代算法的速度,通过设置合适的加速变量,对修正超松弛迭代算法（简记作MSOR-like算法）和广义对称超松弛迭代算法（简记作GSSOR-like算法）进行了修正,给出了修正对称超松弛迭代算法,即MSSOR-like （modified symmetric successiveover-relaxation）算法,并研究了该算法收敛的充分必要条件.最后,通过数值例子表明,选择合适的参数后,新算法的迭代速度和迭代次数均优于MSOR-like （modified successive overrelaxation）和GSSOR-like （generalized symmetric successive over-relaxation）算法,因此,它是一种较好的解决鞍点问题的算法.     

求解无约束优化问题的两类修正的WYL共轭梯度方法

针对无约束优化问题,通过修正共轭梯度参数,构造新的搜索方向,提出两类修正的WYL共轭梯度法.在每次迭代过程中,两类算法产生的搜索方向均满足充分下降性.在适当条件下,证明了算法的全局收敛性.数值结果表明算法是可行的和有效的.     

等式约束非凸优化问题的修正牛顿算法（英文）

本文设计了一个新的求解等式约束非凸优化问题的修正牛顿算法.利用修正的拉格朗日函数,通过求解线性方程组获得搜索方向,利用价值函数的线性近似模型确定步长.在没有非奇异性假设的条件下,证明了算法的全局收敛性.数值结果表明,算法是有效的.     

变分不等式的一类二次投影算法

通过构造的一类严格分离当前点与解集的超平面得到了一类解伪单调变分不等式的修正二次投影算法,该算法对He Yiran的算法进行了修正.从而建立了解伪单调变分不等式二次投影算法的一种框架结构.证明了该算法生成的无穷序列具有的全局收敛性,在具备某种局部误差界和Lipchitz连续条件下给出了收敛率分析.并给出了该算法的数值演算结果.     

基于修正割线方程的自适应BB法

基于一类带单参数γ的修正割线方程,给出了带参数γ的修正BB(BarzilaiBorwein)步长α_k(γ),并在某种意义下获得了γ的一个最优取值8/3.进而,依据当前和上一次迭代点连线段上目标函数的凸性,对步长α_k(γ)进行修正,并结合ZhangHager非单调线搜索技术,给出了求解无约束优化问题的一类自适应修正BB算法—AMBB算法.在适当的假设下,AMBB算法具有全局收敛性,且当目标函数为强凸函数时,AMBB算法具有线性收敛率.数值试验表明,给出的对应于参数γ取值8/3的AMBB算法是十分有效的.     

拟一致无迹卡尔曼滤波算法

针对一般的非线性系统,研究了无迹卡尔曼滤波(UKF)算法的一致性问题.通过对传统UKF算法的修正,提出了拟一致UKF(QCUKF)算法,同时给出了修正参数的选取准则,并且在理论上证明了所提算法的拟一致性.当算法具有拟一致性时,估计精度可被实时评估.最后,通过仿真实例说明了所提算法的可行性以及拟一致性.     

一类求解非凸函数极小的修正Broyden算法

本文研究了求解非凸函数极小的数值方法,提出了一类求解非凸函数极小的修正Broyden算法,并证明了所提出的修正Broyden算法是全局收敛和q-超线性收敛的.     

一类非线性约束优化的修正正割方法的收敛性

本文修正了一类非线性约束优化的正割方法.通过引入不可微势函数作不精确的一维搜索,证明了修正后的正割算法不仅具有原算法不具备的整体收敛性;而且保持局部两步Q-超线性收敛速率.进一步数值结果表明此算法是非常有效的.     

带有初态误差的高阶多智能体系统一致性跟踪

本文借助迭代学习控制方法,针对一类在有限区间上执行重复任务的高阶多智能体,提出一种一致性跟踪算法.在跟踪过程中,通过对状态误差的修正,实现了一致性跟踪.在修正过程中,系统在某段时间内只修正某一种初态误差,当这种初态误差的修正操作完成以后紧接着开始下一种初态误差的修正,以此类推,最终实现所有初态误差的完全修正,并且所有修正操作在一个指定的时间内完成.最后,通过仿真算例验证了所提算法的有效性.