线性分式多乘积规划问题的多项式时间近似算法

本文首先将一般形式的线性分式多乘积规划问题(MP),转化为特殊形式的子问题.再根据子问题提出一种求解(MP)的完全多项式时间近似算法,并从理论上证明该算法的收敛性和计算复杂性,数值算例也说明了算法是可行的.     

一个整数瓶颈问题的两个多项式算法

讨论下列数学模型Ⅰ:求x=(x_1,x_2,…,x_n)适合条件{■a_(ij)x_j≥b_i (i=1,2,…,m) x_j≥0且整数(j=1,2,…,n)使f(x)■{c_jx_j}达到最小值,其中m＜n,a_(ij),b_i及c_j均为正整数。对该模型,建立了两个多项式算法,其复杂度均为O(n~2),并列举了一个数值例子．     

一种新的线性规划多项式时间算法

本文给出了一种新的线性规划多项式时间算法。在此算法中，每步可沿一族方向中的一个进行线性搜索，同时，还使用了开关策略，从而大大减少了求逆矩阵的次数，最后，证明了算法经Ｏ（ｎＬ）次迭代结束。     

NP完全问题多项式时间算法研究

本文从代数及组合两个方面论证了NP完全问题存在多项式时间算法 .以往利用线性规划 (LP)技术来分析NP完全问题中的TSP问题 ,因其存在子环游问题 ,从而使问题得不到有效解决 .文中发展一分层网络 ,在求解TSP问题时 ,存在另一类(不完全 )子环游问题 .但两模型允许解集的交集避免了两类子环游基本可行解 ,从而使TSP问题可利用LP技术多项式时间内得以解决 ,同时给出了求哈密尔顿回路的多项式标记证明方法 ,开创了NPC问题研究的新局面 .     

3度图的最小顶点覆盖问题的多项式时间算法

最小顶点覆盖问题是图论和组合数学中经典的NP-Hard问题之一,在实际问题中有着广泛的应用.本文首先给出最小顶点覆盖问题的若干性质,然后根据这些性质设计了3度图最小顶点覆盖问题的一个多项式时间算法,并通过2个实例对算法进行了说明.     

Hermite多项式的乘积运算

推导出多个Hermite多项式的乘积公式.     

一般约束极大极小优化问题一个强收敛的广义梯度投影算法

该文考虑求解带非线性不等式和等式约束的极大极小优化问题,借助半罚函数思想,提出了一个新的广义投影算法.该算法具有以下特点:由一个广义梯度投影显式公式产生的搜索方向是可行下降的;构造了一个新型的最优识别控制函数;在适当的假设条件下具有全局收敛性和强收敛性.最后,通过初步的数值试验验证了算法的有效性.     

应用于图形处理的一个混合流水作业排序问题的多项式时间近似策略

由于早期的图形处理器浮点运算能力不强,所以在处理图形问题时一般由中央处理器处理数据运算环节,然后再由图形处理器进行图像处理.但是最近几年图形处理器的浮点运算能力得到很大提高,相信很快就能胜任原先只有中央处理器才能完成的图形问题中的数据运算任务,为此前瞻性的研究在这样一种新情况下如何合理调度中央处理器和图形处理器来更快的处理图形问题是很有必要的.事实上该问题其实相当于一个两阶段两台处理器的混合流水作业问题:有两台处理器和一批需要加工的工件,每个工件都包含两个任务,前一个任务是为第二个任务做准备的.第一个任务可以选择在任何一台处理器上处理,而第二个任务则必须当第一个任务完成后,在第二台处理器上处理,目标是尽可能早的处理完所有工件.对于该问题,设计了一个多项式时间近似策略(PTAS)来给出最优调度方案.     

带有延迟时间下界的k-(n1,1,…,1)-排序问题的拟多项式时间算法

讨论Wikum的关于带有延迟时间下界的k-(n1,1,…,1)-链形结构排序问题的拟多项式时间算法,其中当n1=2的情况已由Yin等人(1999)解决,这里主要以n1=3的情形为例作更加细致的分析,然后给出较Yin等人(1999)的算法更加有效的拟多项式时间算法.为了保持文章的连续性,也将列出Yin等人(1999)的n1=2的算法加以比较.     

一个具有两类工件的多目标排序的多项式时间算法

本文考虑具有两个工件集的单机排序问题.第一个工件集J1以完工时间和为目标函数,第二个工件集J2以最大加权完工时间为目标函数.问题的目标是寻找一种排序,使得两个目标函数的加权和达到最小.本文证明该问题可在O(n1n2(n1 n2))时间内求解.     

框式线性规划的多项式预估校正内点算法

本文研究带线性约束的框式线性规划问题,给出了一个预估校正内点算法,分析了该算法的多项式计算复杂性,并证明其迭代复杂度为Ο(nL).     

非线性互补约束规划的一个广义强次可行方向算法

1引言本文讨论带非线性互补约束的最优化问题: (MPEC) (?) (1)其中(x,y,w)∈R~(n m m),f∶R~(n m)→R,g=(g1,g2,…,gl)~T∶R~(n m)→R~l,F= (F_1,F_2…F_m)~T∶R~(n m)→R~m均是连续可微的,w⊥y表示向量w和y是正交的,即w~Ty=0,w ,y∈R~m．记(MPEC)可行集为X．这类问题广泛存在于工程技术、经济、博弈论等各个领域,有着直接的应用价值,故受到人们的广泛关注．关于这方面的应用及部分成果可参考文献[1]-[10]．显然,若将条件F(x,y)⊥y写成内积的形式F(x,y)~Ty=0,则(1)成为一个标准的光滑非线性规划问题(SSNP)．从理论上来说,现有的理论、方法和技术应可以解决问题(1)．遗憾的是,文献[4]     

积图P_n×P_m的奇优美性和奇强协调性

给出了积图P_n×P_m的奇优美标号和奇强协调标号.     

LEVERRIER-LAGUERRE ALGORITHM FOR THE MATRIX POLYNOMIAL OF DEGREE TWO

1　ＩｎｔｒｏｄｕｃｔｉｏｎＬｅｔＡｂｅａｎ×ｎｍａｔｒｉｘ ,Ｉｎｄｅｎｏｔｅｓｔｈｅｕｎｉｔｍａｔｒｉｘｏｆｏｒｄｅｒｎ .Ａｎｄｌｅｔ ａ(λ) =ｄｅｔ(λＩｎ-Ａ) =λｎ+ ａ1λｎ- 1+… + ａｎ- 1λ+ ａｎ (1 .1 )ｂｅｔｈｅｃｈａｒａｃｔｅｒｉｓｔｉｃｐｏｌｙｎｏｍｉａｌｏｆＡ ,ｔｈｅａｄｊｏｉｎｔｍａｔｒｉｘｏｆλＩｎ-Ａｂｅ Ｂ(λ) =ａｄｊ(λＩｎ-Ａ) =λｎ- 1Ｉｎ+λｎ- 2 Ｂ1+… +λ Ｂｎ- 2 + Ｂｎ- 1. (1 .2 )Ｔｈｅｎ(λΙｎ-Ａ) - 1= Ｂ(λ) / ａ(λ) . (1 .3)　　Ａｗｅｌｌ ｋｎｏｗＬｅｖｅｒｒｉ…     

界约束下算子方程最小二乘问题的条件梯度法

研究如下界约束下算子方程最小二乘问题:min x∈Ω‖L(X:A_1,…,At;B_1,…,B_t)-T‖~2,其中‖.‖为Frobenius范数,L(X:A_1…A_t;B_1,…,B_t)为关于X的线性矩阵算子(或齐次线性变换),Ai∈R~(p×m),B_j∈R~(n×q)i,j=1,…,n为算子L的系数矩阵,丁为右端矩阵,ΩR~(m×n)为界约束凸集合.提出了求解问题的条件梯度迭代算法及其简要收敛性分析,并给出条件梯度算法的几类加速形式.随机数据和图像恢复模型数据的实验结果表明说明算法是可行高效的.     

求首尾和r-循环矩阵的极小多项式的算法

研究了域上首尾和r-循环矩阵，利用多项式环的理想的Groebner基的算法给出了任意域上首尾和r-循环矩阵的极小多项式和公共极小多项式的一种算法.同时给出了这类矩阵逆矩阵的一种求法。     

一类凸规划的多项式预估校正内点法

1、引言 1990年由Mehrotra对线性规划问题提出了一个称为预估校正的方法,并在1992年给出了其数值算法．1993年Mizuno,Todd和Y．Ye．给出了改进的预估校正内点法,使得一个预估步后只跟一个校正步．1994年F．A．Potra给出了不可行预估校正内点法,使得可以从一个不可行的初始点开始算法的迭代,并证明了其为二次收敛．     

框式线性规划非精确不可行内点算法

本文为框式线性规划给出了一个非精确不可行内点算法．该算法使用的搜索方向仅需要达到一个相对的精度，这样的搜索方向可以通过Krylov子空间迭代法，比如CG或QMR得到，本文最后证明了算法的全局收敛性。     

MERIT FUNCTION AND GLOBAL ALGORITHM FOR BOX CONSTRAINED VARIATIONAL INEQUALITIES

1 IntroductionWe consider tlie variational inequality problelll, deuoted by VIP(X, F), wliicli is to find avector x* E X such thatF(X*)"(X -- X-) 2 0, VX E X, (1)where F: R" - R" is any vector-valued f11uction and X is a uonelllpty subset of R'.This problem has important applicatiolls. in equilibriun1 modeIs arising in fields such asecououtics, transportatioll scieuce alld operations research. See [1]. There exist mauy lllethodsfor solviug tlie variational li1equality problem VIP(X. …     

等式与界约束非线性优化的信赖域增广Lagrangian算法

１．引 言本文讨论如下非线性约束优化问题：其中； 是Ｒｎ→Ｒ的可微函数，　　　　　　．记 问题（１．１）是非线性约束优化问题中的一类重要类型，事实上任一个非线性等式与不等式约束优化均可引入松驰变量转化为（１．１）的形式．因此（１．１）的求解是人们讨论的热点问