一类弱非线性互补问题的广义模系矩阵多分裂多参数加速松弛迭代方法

本文提出一类求解弱非线性互补问题的广义模系矩阵多分裂多参数加速松弛迭代方法，并给出了系数矩阵为H₊-矩阵时该方法的收敛性分析.数值实验表明新方法是有效的.     

求解带Toeplitz矩阵的线性互补问题的一类预处理模系矩阵分裂迭代法

针对系数矩阵为对称正定Toeplitz矩阵的线性互补问题,本文提出了一类预处理模系矩阵分裂迭代方法.先通过变量替换将线性互补问题转化为一类非线性方程组,然后选取Strang或T.Chan循环矩阵作为预优矩阵,利用共轭梯度法进行求解.我们分析了该方法的收敛性.数值实验表明,该方法是高效可行的.     

H-矩阵非线性互补问题基于模的矩阵分裂迭代法改进的收敛性定理北大核心CSCD

该文在较弱的条件下,证明了解一类H-矩阵非线性互补问题基于模的矩阵分裂迭代法和相应的加速迭代法的收敛性定理.这意味着对于分裂A=M-N有更多的选择,使得基于模的矩阵分裂迭代法得以收敛.改进的收敛性定理扩展了基于模的矩阵分裂迭代法的应用范围.     

关于线性互补问题的模系矩阵分裂迭代方法

模系矩阵分裂迭代方法是求解大型稀疏线性互补问题的有效方法之一.本文的目标是归纳总结模系矩阵分裂迭代方法的最新发展和已有成果,主要内容包括相应的多分裂迭代方法, 二级多分裂迭代方法和两步多分裂迭代方法, 以及这些方法的收敛理论.     

水平线性互补问题投影迭代法和模系矩阵分裂迭代法的等价性

水平线性互补问题(HLCP)是著名线性互补问题(LCP)的重要推广形式之一,投影迭代法和模系矩阵分裂迭代法是最近提出的求解HLCP两类非常有效的热点方法.本文研究表明,尽管这两类方法导出原理不同,但在一定条件下是等价的.特别地,当模系矩阵分裂迭代法中参数矩阵Ω取为特定的正对角矩阵时,投影Jacobi法、投影Gauss-Seidel法和投影SOR法分别等价于模系Jacobi迭代法、加速的模系Gauss-Seidel迭代法和加速的模系SOR迭代法.此外,对一般的正对角矩阵Ω,本文也研究了两类方法的等价性.最后,通过数值算例验证了本文的理论结果.     

一类H矩阵线性互补问题的预处理二步模基矩阵分裂迭代方法

本文我们利用预处理技术推广了求解线性互补问题的二步模基矩阵分裂迭代法,并针对H-矩阵类给出了新方法的收敛性分析,得到的理论结果推广了已有的一些方法.     

求解一类隐式互补问题的加速模系矩阵分裂迭代方法

本文提出求解一类隐式互补问题的加速模系矩阵分裂迭代法.通过将隐式互补问题重新表述为一个等价的不动点方程,建立一类新的基于模系的两步矩阵分裂方法,并在一定条件下证明了方法的收敛性.数值实验表明,该方法在迭代步数上优于传统的模系矩阵分裂迭代方法.     

二阶锥线性互补问题的广义模系矩阵分裂迭代算法

通过将二阶锥线性互补问题转化为等价的不动点方程,介绍了一种广义模系矩阵分裂迭代算法,并研究了该算法的收敛性.进一步,数值结果表明广义模系矩阵分裂迭代算法能够有效地求解二阶锥线性互补问题.     

求解张量互补问题的一类光滑模系矩阵迭代方法

本文提出了求解张量互补问题的一类光滑模系矩阵迭代方法.其基本思想是,先将张量互补问题转化为等价的模系方程组,然后引入一个逼近的光滑函数进行求解.我们分析了算法的收敛性,并通过数值实验验证了所提出算法的有效性.     

M-矩阵线性互补问题模系多分裂迭代方法的收敛性

首先证明了M-矩阵的H-相容分裂都是正则分裂,反之不成立.这表明对于M-矩阵而言,其正则分裂包含H-相容分裂.然后针对系数矩阵为M-矩阵的线性互补问题,建立了两个收敛定理:一是模系多分裂迭代方法关于正则分裂的收敛定理;二是模系二级多分裂迭代方法关于外迭代为正则分裂和内迭代为弱正则分裂的收敛定理.     

非线性互补问题近似Newton法的二阶收敛性

本文给出了求解非线性互补问题近似Newton法二阶收敛性的一个条件，并且证明了在一定的条件下，有限差分Newton法具有二阶收敛性．     

A CLASS OF ASYNCHRONOUS PARALLEL MULTISPLITTING RELAXATION METHODS FOR LARGE SPARSE LINEAR COMPLEMENTARITY PROBLEMS

Asynchronous parallel multisplitting relaxation methods for solving large sparse linear complementarity problems are presented, and their convergence is proved when the system matrices are H-matrices having positive diagonal elements. Moreover, block and multi-parameter variants of the new methods, together with their convergence properties,are investigated in detail. Numerical results show that these new methods can achieve high parallel efficiency for solving the large sparse linear complementarity problems on multiprocessor systems.     

EXPERIMENTAL STUDY OF THE ASYNCHRONOUS MULTISPLITTING RELAXATION METHODS FOR THE LINEAR COMPLEMENTARITY PROBLEMS

We study the numerical behaviours of the relaxed asynchronous multisplitting methods for the linear complementarity problems by solving some typical problems from practical applications on a real multiprocessor system. Numerical results show that the parallel multisplitting relaxation methods always perform much better than the corresponding sequential alternatives, and that the asynchronous multisplitting relaxation methods often outperform their corresponding synchronous counterparts. Moreover, the two-sweep relaxed multisplitting methods have better convergence properties than their corresponding one-sweep relaxed ones in the sense that they have larger convergence domains and faster convergence speeds. Hence, the asynchronous multisplitting unsymmetric relaxation iterations should be the methods of choice for solving the large sparse linear complementarity problems in the parallel computing environments.     

ON THE MONOTONE CONVERGENCE OF THE PROJECTED ITERATION METHODS FOR LINEAR COMPLEMENTARITY PROBLEMS

Under suitable conditions,the monotone convergence about the projected iteration method for solving linear complementarity problem is proved and the influence of the involved parameter matrix on the convergence rate of this method is investigated.     

一类基于广义梯度的求解非线性互补问题的算法

1 引言非线性互补问题(下称NCP)的应用十分广泛,自本世纪六十年代以来,人们对这一问题解的存在唯一性、灵敏度分析、算法与应用等方面进行深入的研究,取得很大的进展。关于NCP的解法通常是将其化为序列线性互补问题,而对线性问题则有若干现成算法,如Lemke算法。但一般说来,此类方法工作量大,效果也难以令人满意。J.S.Pang于七十年代提出了B-可微算法,即将NCP转化为一个B-可微函数的零点问题。近年来提出的一些算法大多属于此类方法。 本文提出的算法也属于B-可微算法,虽同是从广义梯度出发,但不同的是,我们不是通过二次规划而是通过线性规划来获得搜寻方向。由于所涉及的线性规划问题特别的简单,我们可以很快而方便地求得其解,所以算法简易可行,速度较快。