PSBH中的组合优化问题及其计算方法

本文介绍了具有部分位置信息的SBH杂交测序（Positional Sequencing by Hy-bridization,简称PSBH）实验所产生的一个重构DNA片断的组合优化问题,并讨论了该问题最优重构的计算问题.通过对PSBH提供的谱集及其位置信息的分析处理,我们获得了若干判定最优重构片断头尾的分支定界准则以及确定其非头尾位置最可能出现k-tuple的动态规划计算方法,并由此给出了该PSBH问题的一个新重构算法.该算法允许PSBH谱集含有一般杂交实验中常常可能出现探针错配所产生的正错误,并且仅仅假设PSBH的谱集、位置信息和位置长度是已知的,所以我们的算法具有更一般的适应性和实用性.此外,由于我们给出的算法能够极大地利用PSBH的谱集和位置信息所蕴含的信息确定最优重构片断头尾及其中间位置最可能出现的k-tuple,极大地减少了PSBH重构中的随意性,所以我们的算法也是有效的,模拟PSBH实验的计算结果验证了这一点.     

一种修正的求约束总极值的积分-水平集方法

对于有约束的全局最优化问题,在Chew-Zheng的《Integral Global Optimization》和邬冬华等的《一种修正的求总极值的积分-水平集方法的实现算法收敛性》的基础上,给出一种修正的求约束总极值的积分-水平集方法,它同样具有修正的求总极值的积分-水平集方法的两个特点: 1) 每一步构造一个新函数,它与原目标函数具有相同的总极值; 2) 避免了郑权算法在一般情况下,由于水平集不易求得而造成难以求出水平集的困难．同时给出了其实现算法,并证明了算法的收敛性．     

小波空间的非均匀采样及其重构

信号的采样问题，就是探讨采样集满足什么条件时，能够重建信号，如何重建信号．对于f(x)∈L^2(R)，这里证明了，当采样集满足一定的条件时，适当选择小波基，可以重建信号，并且考虑了用迭代重构算法来重建信号，得到了具体的逼近精度．     

允许长度估计误差的SBH最优重构问题及其算法

本文讨论了允许长度估计误差和杂交错误的更实际SBH(Sequencing by Hybridization)最优重构问题.通过对SBH谱集中k-tuple之间的相关信息的分析和最优重构性质的讨论,我们得到若干非最优解的删除法则和最优解的判定法则,并获得了一个能够极大地减少最优解重构随意性的动态规划计算方法.由此,我们给出了该SBH问题的一个新重构算法.该算法既允许SBH谱集含有一般杂交实验中可能出现的探针错配所产生的正错误,也允许目标DNA序列长度有估计误差,所以本文的算法具有更一般的适应性和实用性.模拟计算结果表明我们的算法也是十分有效的(即使在谱集有多达100%的正错误情况).     

变测度的积分型全局优化算法

郑权等首先提出积分-水平集求总极值的方法,实现算法中采用Monte-Carlo 随机投点产生近似水平集来缩小搜索区域范围,但这一算法可能失去总极值点．此后,邬 冬华等给出了一种修正的积分－水平集的方法,一种区域不收缩的分箱方法以保证总极 值点不被丢失．本文在此基础上采取对不同的箱子采用不同的测度这一策略,使水平值 更充分的下降,更快的达到全局极小值,以提高修正算法的计算效率．最后给出的数值算 例说明了算法是有效的．     

对称锥互补问题的一类惩罚FB函数

利用欧几里德若当代数技术,在单调的条件下,用内积的方法证明了对称锥互补问题的一类FB互补函数相应的势函数的水平集有界性. 该方法在理论和应用上相较于以往用迹不等式证明势函数水平集有界性更具普适性和推广价值. 在设计算法求解势函数的无约束极小化问题时,水平集有界性是保证下降算法收敛的重要条件,因此,对算法的设计具有理论意义.     

图论中独立支配集的求解问题并未解决

用反例证明了文[1]中的最大独立集算法和最小支配集算法的结论都是错误的,因而图论中独立支配集的求解问题并没有解决．     

Banach空间中集值混和变分不等式问题解的迭代算法

介绍了集值映象的伪单调定义，并在Banach空间中构造了集值混和变分不等式问题近似解的迭代算法．应用伪单调映象定义，证明了该迭代算法收敛于集值混和变分不等式问题的近似解．特别值得注意的是：在文章中对集值映象没有Lipschitz连续性假设．     

一个求总极值的实现算法及其收敛性

1978年,郑权等首先提出了一种用积分─水平集求总极值的方法及用Monte－Carlo随机投点实现的实现其法,其实现算法是否收敛未解决的问题．本文提出一种用数论方法实现的实现算法,并证明了该实现其法是收敛的．初步的数值结果表明,该实现其法是较有效的．     

基于CT图像重建的多重集合分裂可行性问题应用分析

为了较好地应用CQ算法解决稀疏角度CT 图像重建的问题,提出了一种新的实时的分块逐次混合算法．首先将稀疏角度CT 图像重建的重建问题转化成分裂可行性问题．其次,通过分析非空闭凸集C和Q的不同的定义,在N维实空间中分别针对不同的CQ算法给出了7种不同的实现方案．通过试验,分别对不同算法及其方案的重建精度和收敛速度进行了对比分析,并对多重集合分裂可行性问题算法中约束权因子的选取及其对输出的影响进行了研究,从而给出了CQ算法在稀疏角度CT图像重建问题中应用的最佳凸集定义方案．以此为基础,给出了所提出算法的最佳实现方案．试验结果表明,该算法收敛速度快,重建精度高,为多重集合分裂可行性问题及其改进算法在该重建问题上的应用提供了参考．     

Hilbert空间中的不可微最优化问题的基路径增量目标水平算法

主要研究了Hilbert空间中的一类不可微最优化问题的基路径增量目标水平算法.证明了当约束集合为有界集时,问题的最优解集非空,且这时通过算法生成的迭代点列是弱收敛于最优解的..     

解非线性互补问题的积分水平集方法

本文考虑有约束的非线性互补问题的全局最优化问题,在文《IntegralGlobalOptimizationMethodforSolutionofNonlinearComplementarityproblem》和《一种修正的求总极值的积分一水平集方法》的基础上,给出了一种修正的求约束总极值的积分一水平集方法,它同样具有修正的求总极值的积分一水平集方法的两个特点：1）每一步需要构造一个新的函数,而且它与原目标函数具有相同的总极值;2）避免了郑权算法在一般情况下,由于水平集不易求得而造成难以求出水平的困难,并证明了算法的收敛性     

一种基于相对熵(CE)方法的新的随机水平值下降算法

为了使得随机积分水平集算法中的积分水平值能够更加有效地下降,使每次下降得到的参数更适应目标函数,本文将相对熵方法应用到随机积分水平集算法中来.利用相对熵中的ASP问题给出了一种新的参数更新方法,数值试验证明了其科学性.最后就该方法给出了更加一般的参数更新方法并给出了算法.     

非线性互补问题光滑化拟牛顿算法的收敛性分析

给出求解p_0函数非线性互补问题光滑化拟牛顿算法,在p_0函数非线性互补问题有非空有界解集且F'是Lipschitz连续的条件下,证明了算法的全局收敛性.全局收敛性的主要特征是不需要提前假设水平集是有界的.     

约束全局最优化的水平值估计算法

本文针对约束全局最优化问题,定义并研究了约束水平集上的方差函数,利用牛顿切线法求解方差方程的最大根构造出一种全局优化的水平值估计算法,并基于数论中一致分布佳点集求数值积分的方法建立了它的实现算法,验证了实现算法满足不精确牛顿算法的收敛性条件,从而证明了实现算法的收敛性.初步的数值实验说明了算法的有效性.     

对带误差项的广义集值变分包含的近似点算法

研究一类新的广义集值变分包含：０∈Ｎ（ｗ,ｙ）＋Ａ（ｚ,ｕ）,它包合了近几年许多作者所作的变分包合问题．在实Ｈｉｌｂｅｒｔ空间中,利用极大单调算子的性质,建立了广义集值变分包合和不动点问题间的等价性．利用这种等价性,建立了一些摄动迭代算法,并证明了近似解序列强收敛于精确解．本文的算法和结果改进和一般化了最近许多文章中相应的算法和结果．     

解非线性经补问题的积分水平集方法

本文考虑有约束的非线性互补问题的全局最优化问题,在文《Integral Global Optimization Method fro Solution of Nonlinear Complementarity problem》和《一的求总极值的积分－水平集方法》的基础上,给出了一种修正的求约束总极值的积分－水平集方法,它同样具有修正的求总极值的积分－水平集方法的两个特点：1）第一步需要构造一个新的函数,而且它与原目标函数具有相同的总极值;2）避免了郑权算法在一般情况下,由于水平集不易求得而造成难以求出水平的困难,并证明了算法的收敛性。     

数学期望型水平值逼近全局最小值的方法

郑权在1978年提出的一种积分水平集算法概念性算法.由于水平集一般情况下难以求出,此算法通过Monte-Carlo随机取点来实现.本文提出了数学期望型水平值逼近全局最小值的概念性算法,它利用了相对熵主要思想,通过改变重要样本密度函数,克服了郑权算法水平集不易求得而难以求出水平值的困难.本文还给出了求全局最小值的收敛准则并证明了它的渐进收敛性.     

自反Banach空间中锥线性优化问题初始——对偶目标函数水平集的几何性质

讨论自反Banach空间中的原——对偶锥线性优化问题的目标函数水平集的几何性质．在自反Banach空间中,证明了原目标函数水平集的最大模与对偶目标函数水平集的最大内切球半径几乎是成反比例的．     

基于奇异谱分析的降噪方法及其在计算最大Liapunov指数中的应用

基于奇异谱分析对信号的自适应滤波特性,提出了一种降低混沌信号噪声的算法,这个算法首先求得信号的各阶经验正交函数（EOF）和主分量（PC）,然后用经验正交函数和主分量重构信号,根据重构信号的奇异谱选择最优的重构阶次以获得降噪后的信号．在计算动力系统最大Liapunov指数时,由于噪声的存在会降低计算的精度,因此将提出的降噪算法应用于最大Liapunov指数的计算中．通过对Henon映射和Logistic映射这两个典型混沌系统最大Liapunov指数的计算,结果表明该算法能有效提高最大Liapunov指数计算的精度．