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.     

模糊推理的SIS算法

模糊推理的核心问题是求解模糊取式和模糊拒取式。算法的还原性是评价模糊推理好坏的重要标准之一。现有求解模糊取式和模糊拒取式问题的算法都不满足无条件的还原性。本文提出了一种新的模糊推理算法——SIS算法,证明了SIS算法是不需要附加任何条件的还原算法,并且还讨论了SIS算法的λ水平解。此算法必将对模糊推理和模糊控制等产生较大的影响。     

非线性互补问题的两种数值解法

本文研究了非线性互补问题的两类数值求解方法.在经典LQP算法及LevenbergMarquardt算法的基础上,构造了两种新算法,并证明了这两种新算法的收敛性.数值实验表明,新算法对测试问题优于已有算法.     

三层前向人工神经网络全局最优逼近

提出了求解不等式约束非线性优化问题的群体复合形进化算法 ,提出的算法能充分利用目标函数值的信息、优化搜索过程具有较强的方向性和目标性 ,收敛速度较快 ,且是全局优化算法 ;将群体复合形进化算法应用于三层前向人工神经网络逼近 ,提出了三层前向人工神经网络全局最优逼近算法 ;将三层前向人工神经网络全局最优逼近算法应用于实例 ,表明了提出的全局最优逼近算法的有效性 .     

基于改进蝙蝠算法的贝叶斯网络结构学习

针对蝙蝠算法在搜索评分阶段易陷入局部最优且收敛精度低,以及基于蝙蝠算法的贝叶斯网络结构学习不完善等缺点,将模拟退火算法的思想引入到蝙蝠算法中,并对某些蝙蝠个体进行高斯扰动,提出了一种改进蝙蝠算法的贝叶斯网络结构混合学习算法.混合算法首先应用最大最小父子节点集合算法(Max-min parents and children,MMPC)来构建初始无向网络的框架,然后利用改进的蝙蝠算法进行评分搜索并确定边的方向.最后把应用本算法学习的ALARM网,和蚁群算法(MMACO)、蜂群算法(MMABC)进行比较,结果表明本混合算法具有较强的学习能力和更好的收敛速度,并且能够得到与真实网络更匹配的贝叶斯网络.     

基于IAFSA-MUSIC算法的阵列信号DOA估计

针对传统MUSIC算法运算量过大以及低信噪比下分辨率差的问题,提出将改进人工鱼群算法与MUSIC的谱峰搜索相结合,利用鱼群觅食和追逐来对解空间进行高效搜索,从而保证算法收敛的快速性和全局性.聚群的存在促使少量陷于局部最优解的人工鱼向着全局最优解的方向靠拢,提高了鱼群对不利环境的自适应性,也增强了算法的稳定性.与此同时,改进人工鱼群算法在一定程度上加快了后期收敛速度,提高了算法的估计性能.实验结果表明在低信噪比时方法相较于MUSIC而言具有更好的估计性能,并且大大减少了运算量,保证了算法的实时性.     

线性规划基线算法群部分算法计算实验

本文简要介绍了基线算法的构思原理 ,对其中部分算法的具体实现形式进行了测试 ,并与单纯形法进行了比较 .理论和数值结果表明基线算法是一种可靠、有效的算法 .作者还给出了一些对其它算法在计算实践中的看法     

基于图模型的关键词提取算法研究

自动抽取关键词技术应用广泛.文章将文本抽象成一个图模型,结合经典的TF-IDF算法和TextRank算法,利用图上的随机游走算法实现排序.以互联网上的新闻文本为数据进行了实验,结果显示该算法效果较传统的关键词提取算法更优.     

一类凸优化的混合下降算法

邻近点算法(PPA)是一类求解凸优化问题的经典算法, 但往往需要精确求解隐式子问题,于是近似邻近点算法(APPA)在满足一定的近似规则下非精确求解PPA的子问题, 降低了求解难度. 本文利用近似规则的历史信息和随机数扩张预测校正步产生了两个方向, 通过随机数组合两个方向获得了一类凸优化的混合下降算法.在近似规则满足的情况下, 给出了混合下降算法的收敛性证明. 一系列的数值试验表明了混合下降算法的有效性和效率性.     

解非光滑方程组的Krylov子空间迭代法

给出了求解非光滑方程组的Newton-FOM算法和Newton-GMRES算法,证明了这些Krylov子空间方法的局部平方收敛性．数值结果表明了算法的有效性．     

一类凸优化的加速混合下降算法

凸优化问题的混合下降算法利用近似条件的已知信息和随机数扩张预测校正步得到了一组下降方向.而前向加速收缩算法利用高斯赛德尔迭代算法的技术,结合邻近点算法和近似邻近点算法的思想,构造了富有扩张性的下降方向.本文借鉴混合下降算法和前向加速收缩算法的思想,利用已有近似规则信息改善了混合下降算法的下降方向,得到了一类凸优化问题的加速混合下降算法.随后利用Markov不等式、凸函数性质和投影的基本性质等,实现了算法的依概率收敛证明.一系列数值试验表明了加速混合下降算法的有效性和效率性.     

A rank-one algorithm for unconstrained function minimization

A rank-one algorithm is presented for unconstrained function minimization. The algorithm is a modified version of Davidon's variance algorithm and incorporates a limited line search. It is shown that the algorithm is a descent algorithm; for quadratic forms, it exhibits finite convergence, in certain cases. Numerical studies indicate that it is considerably superior to both the Davidon-Fletcher-Powell algorithm and the conjugate-gradient algorithm.     

基于蝙蝠退火算法的无等待流水线调度问题研究

无等待流水线调度问题(no-wait flow shop scheduling problem,NWFSP)是一类比较重要的复杂生产调度问题,并已经被证明是典型的NP问题.蝙蝠算法(Bat algorithm,BA)是一种较新颖的群体智能算法.本文针对蝙蝠算法在求解无等待流水线调度问题上的不足,提出一种蝙蝠退火算法,它通过采用ROV的编码方式以实现离散问题的连续编码,同时为了避免算法早熟现象引入了模拟退火算法.算法采用基于NEH的局部搜索规则,在很大程度上提高了算法的性能.利用标准Car问题和Rec问题算例进行仿真实验,结果表明了改进算法的可行性和有效性.     

线性互补问题的宽邻域预估校正算法

对线性互补问题提出了一种新的宽邻域预估校正算法,算法是基于经典线性规划路径跟踪算法的思想,将Maziar Salahi关于线性规划预估校正算法推广到线性互补问题中,给出了算法的具体迭代步骤并讨论了算法迭代复杂性,最后证明了算法具有多项式复杂性为O(ηlog(X~0)~Ts~0/ε)。     

一种新的可分凸二次规划的不可行内点算法

本文对可分凸二次规划提出了一个新的不可行内点算法 ,证明了该算法是一个多项式时间算法 ,并将迭代复杂性界降至O(nL) .     

解大型非对称特征问题的精化块不完全正交化算法

0引言 块Arnoldi方法~[5]是解大型非对称特征值问题的正交投影方法，然而Jia~[3]的分析表     

对一类overlay层组播路由问题的模型的改进

根据overlay层虚拟网图的特点，本给出了一类overlay层组播路由问题的数学模型的改进，及相应的一种启发式算法，即MMD算法，并分析了该算法的性质，证明了它是一个多项式时间算法。     

A Fitzpatrick algorithm for multivariate rational interpolation

In this paper, we first apply the Fitzpatrick algorithm to osculatory rational interpolation. Then based on a Fitzpatrick algorithm, we present a Neville-like algorithm for Cauchy interpolation. With this algorithm, we can determine the value of the interpolating function at a single point without computing the rational interpolating function.     

一类约束优化问题的非单调信赖域算法

本文就一类等式约束优化问题,结合当前比较流行的非单调技术,提出了一类新的求解等式约束优化的非单调信赖域算法.其非单调程度由算法自适应控制,计算预测下降量和实际下降量的比值时,采用前m(k)个点的信息,这不同于以前在计算预测下降量和实际下降量的比值时,仅仅采用当前-个点的信息.在没有正则性条件的假设下我们证明了算法是有定义的.并且通过对不同情况的讨论证明了算法的全局收敛性.基本的数值试验表明算法是有效的,且说明提出的非单调信赖域算法比单调信赖域算法有效.     

求解块三对角方程组的新算法

根据块三对角矩阵的特殊分解,给出了求解块三对角方程组的新算法.该算法含有可以选择的参数矩阵,适当选择这些参数矩阵,可以使得计算精度较著名的追赶法高,甚至当追赶法失效时,由该算法仍可得到一定精度的解.