延迟微分方程隐式Euler方法的收敛性

本文讨论了用隐式Euler方法求解一类延迟量满足Lipschitz条件且Lipschitz常数小于1的非线性变延迟微分方程初值问题的收敛性.获得了带线性插值的隐式Euler方法的收敛性结果.     

解信赖域子问题的隐式分段折线算法

在Hessian矩阵正定的前提下,建立了一种最优曲线的微分方程模型.针对此微分方程模型,构造了一条隐式分段折线,从而提出了一种求解信赖域子问题的隐式分段折线算法,并且分析和证明了隐式分段折线路径的合理性.数值结果表明新算法是有效且可行的.     

非线性变延迟微分方程隐式Euler方法的数值稳定性

在减弱对非线性刚性变延迟微分方程初值问题本身的约束条件的前提下 ,将已有的文献中隐式Euler方法数值稳定性的结论由常延迟的情形推广到了变延迟的情形 ,证明了隐式Euler方法是稳定的     

非线性变延迟微分方程隐式Euler法的渐近稳定性

本讨论非线性变延迟微分方程隐式Euler法的渐近稳定性。我们证明，在方程真解渐近稳定的条件下，隐式Euler法也是渐近稳定的。     

非线性中立型延迟积分微分方程隐式Euler方法的收缩性

本文致力于研究非线性中立型延迟积分微分方程隐式Euler方法的收缩性。本文中的Lipschitz数是关于变量t的函数,而不是常数,最终能得到其数值解的结果是收缩的。     

单物种人口模型指数隐式Euler方法的振动性

本文研究了用以描述单物种人口模型的延迟Logistic方程的数值振动性.对方程应用隐式Euler方法进行求解,针对离散格式定义了指数隐式Euler方法,证明了该方法的收敛阶为1.根据线性振动性理论获得了数值解振动的充分条件.进而还对非振动数值解的性质作了讨论.最后用数值算例对理论结果进行了验证.     

解新锥模型信赖域子问题的折线法

本文以新锥模型信赖域子问题的最优性条件为理论基础,认真讨论了新子问题的锥函数性质,分析了此函数在梯度方向及与牛顿方向连线上的单调性.在此基础上本文提出了一个求解新锥模型信赖域子问题折线法,并证明了这一子算法保证解无约束优化问题信赖域法全局收敛性要满足的下降条件.本文获得的数值实验表明该算法是有效的.     

一种改进的无约束非光滑优化问题的信赖域算法

本文提出了一种新的求解无约束非光滑优化问题的信赖域算法,并证明了该算法的迭代点列的任何聚点都是的问题的稳定点。     

中立型随机比例延迟微分方程平衡半隐式Euler方法的均方收敛性

本文讨论求解刚性中立型随机比例延迟微分方程的平衡半隐式Euler方法。证明了中立型随机比例延迟微分方程的平衡半隐式Euler方法是1／2阶均方收敛的。     

基于BDF的无约束优化方法的收敛性分析

1.介 绍 在上个世纪的七十年代末、八十年代初,基于常微分方程的优化方法或者说同伦方法是一类与拟牛顿法和共轭梯度法等我们所熟知的优化方法相竞争的重要方法[1-6,8,13,14,16].由于这类方法只是简单地利用现成的数值求解常微分方程的软件包,如CVODE[7]、LSODE[12],对同伦方程(一般是一个常微分方程的初值问题)进行计算,除了一些特殊的病态问题     

信赖域算法的修订算法

为了求得非线性优化问题的最优解,必须从收敛的可能性和收敛速度入手实现有效的计算方法.为此,通过改变作为搜索方向的下降方向,并适当修订信赖范围,在信赖域算法的基础上提出了一种修订的最优化问题的求解方法.计算方法的计算程序虽然有些复杂,但从整体收敛性和计算可行性方面来说是一个有效的方法.     

一类带线搜索的非单调信赖域新算法

结合非单调信赖域方法,和非单调线搜索技术,提出了一种新的无约束优化算法.信赖域方法的每一步采用线搜索,使得迭代每一步都充分下降加快了迭代速度.在一定条件下,证明了算法具有全局收敛性和局部超线性.收敛速度.数值试验表明算法是十分有效的.     

解线性约束优化问题的新锥模型信赖域法

本文提出了一个解线性等式约束优化问题的新锥模型信赖域方法.论文采用零空间技术消除了新锥模型子问题中的线性等式约束,用折线法求解转换后的子问题,并给出了解线性等式约束优化问题的信赖域方法.论文提出并证明了该方法的全局收敛性,并给出了该方法解线性等式约束优化问题的数值实验.理论和数值实验结果表明新锥模型信赖域方法是有效的,这给出了用新锥模型进一步研究非线性优化的基础.     

An adaptive trust region method and its convergence

In this paper, a new trust region subproblem is proposed. The trust radius in the new subproblem adjusts itself adaptively. As a result, an adaptive trust region method is constructed based on the new trust region subproblem. The local and global convergence results of the adaptive trust region method are proved. Numerical results indicate that the new method is very efficient.     

解决大规模信赖域子问题的一种新算法

信赖域方法是解决无约束优化问题的一类有效的方法,而求解信赖域子问题又是信赖域方法的一个重要的组成部分。在本文中,我们首先介绍Hager[4]的序列子空间方法,并分析了对于不同的子空间序列,该算法所具有的性质。随后我们在以上分析的启发下,给出SSM算法的一种改进算法,改进后的算法不仅是全局收敛的,而且进一步减少了矩阵运算量。最后我们给出一些初步的数值试验报告。     

一个锥模型的自适应信赖域算法及其收敛性

本文研究了无约束最优化问题的基于锥模型的自适应信赖域算法.利用理论分析得到一个新的自适应信赖域半径.算法在每步迭代中以变化的速率、当前迭代点的信息以及水平向量信息调节信赖域半径的大小.从理论上证明了新算法的全局收敛性和Q-二阶收敛性.用数值试验验证了新算法的有效性.推广了已有的自适应信赖域算法的可行性和有效性.     

基于非单调技术的ODE型混合方法

基于非单调线搜索技术和IMPBOT算法,提出了一个求解无约束优化问题的ODE型混合方法.该方法的主要特点是：为了求得试验步,该方法在每次迭代时不必求解带信赖域界的子问题,仅需要求解一线性方程组系统;当试验步不被接受时,该方法就执行改进的Wolfe-型非单调线搜索来获得下一个新的迭代点,从而避免了反复求解线性方程组系统. 在一定条件下,所提算法还是整体收敛和超线性收敛的. 数值试验结果表明该方法是有效的.     

A NEW DERIVATIVE FREE OPTIMIZATION METHOD BASED ON CONIC INTERPOLATION MODEL

In this paper, a new derivative free trust region method is developed basedon the conic interpolation model for the unconstrained optimization. The conic inter-polation model is built by means of the quadratic model function, the collinear scalingformula, quadratic approximation and interpolation. All the parameters in this model axedetermined by objective function interpolation condition. A new derivative free method isdeveloped based upon this model and the global convergence of this new method is provedwithout any information on gradient.     

解无约束最优化的基于锥模型的过滤集- 信赖域方法

锥模型优化方法是一类非二次模型优化方法, 它在每次迭代中比标准的二次模型方法含有更丰富的插值信息. Di 和Sun (1996) 提出了解无约束优化问题的锥模型信赖域方法. 本文根据Fletcher 和Leyffer (2002) 的过滤集技术的思想, 在Di 和Sun (1996) 工作的基础上, 提出了解无约束优化问题的基于锥模型的过滤集信赖域算法. 在适当的条件下, 我们证明了新算法的收敛性. 有限的数值试验结果表明新算法是有效的.