累积两点信息的有理逼近RALND的改进

文献[1l提出了分子分母皆为线性函数的多元有理逼近(Rational Approximation with Linear Numerator and Denominator,RALND),满意地求了非线性方程组的解和数学规划最优解,为了克服RALND的不足,使之更好地发挥作用,本文试图改进该逼近:(1)提出了更合理地筛选有理逼近解的方法;(2)证明了该逼近的单调性;(3)对于原函数在当前点与前次迭代点连线方向上方向导数符号相反的情况,分别提出了迭代求有理逼近和构造在当前点与估算点连线方向上相应的方向导数符号相同的近似有理逼近的方法;(4)提出了一个非单调的有理逼近函数;(5)通过数值计算验证了本文提出的有理逼近是有效和可行的.     

Julia集的逼近

提出了一个逼近 Julia集的算法 ,并与反函数迭代算法及逃逸时间算法进行了分析比较 .该算法具有较好的通用性 ,可用于绘制许多有理映照动力系统的 Julia集 ,包括用现有算法无法绘制的某些 Julia集的计算机图     

求解二次损失函数优化问题的分布式共轭梯度算法

提出一种在分布式环境中利用共轭梯度法优化二次损失函数的算法,该算法利用本地子机器局部损失函数的一阶导数信息更新迭代点,在每次迭代中执行两轮通信,通过通信协作使主机器上的损失函数之和最小化.经过理论分析,证明该算法具有线性收敛性.在模拟数据集上与分布式交替方向乘子法进行对比,结果表明分布式共轭梯度算法更匹配于集中式性能....     

求解双层规划的多目标布谷鸟算法

双层规划是一类具有主从递阶结构的优化问题,属于NP-hard范畴。本文利用KKT条件将双层规划问题转化为等价的单层约束规划问题,通过约束处理技术进一步转化为带偏好双目标无约束优化问题,提出多目标布谷鸟算法求解策略。该算法采用Pareto支配和ε-个体比较准则,充分利用种群中优秀不可行解的信息指导搜索过程;设置外部档案集存储迭代过程中的优秀个体并通过高斯扰动改善外部档案集的质量,周期性替换群体中的劣势个体,引导种群不断向可行域或最优解逼近。数值实验及其参数分析验证了算法的有效性。     

含参数的七阶收敛Steffensen迭代算法

为了解决迭代过程中非线性函数不能求导或者计算导数增加计算复杂度的问题,利用中心差分方法近似逼近一阶导数,构造了一种新的含有参数的Steffensen型迭代算法,且收敛性分析证明它至少是七阶收敛的.最后,数值实验验证了新算法的可行性和优越性.     

任意次有理Bézier曲线/面对其控制多边形/网格的整体或局部逼近

本文给出一种利用权因子构造整体或局部逼近控制多边形/网格的有理Bézier曲线/面的方法.该法适用于任意次数的有理Bézier曲线/面、任意的控制多边形/网格,权因子的选择和逼近度的估计都只依赖于一个参数w.当w→+∞时,相应的曲线/面可按预定要求整体或局部地逼近其控制多边形/网格,逼近阶为O(1/w).     

Armijo搜索下的记忆梯度法及其收敛性

本文提出一种新的无约束优化记忆梯度算法,在Armijo搜索下,该算法在每步迭代时利用了前面迭代点的信息,增加了参数选择的自由度,适于求解大规模无约束优化问题。分析了算法的全局收敛性。     

函数exp（q）的含参有理逼近为A~－可接受的几个必要条件

本文利用阶星形理论和矩阵理论讨论了函数ｅｘｐ（ｑ）的有理逼近为Ａ－可接受的条件，得到了这种有理逼近为Ａ－可接受的几个必要条件，给出了含有ｋ个自由参数的有理逼近在左半复平面的极点数的较小上界和这种含参有理逼近在Ｃ－解析时参数所应满足的条件。     

二阶有理迭代数列

对一类二阶有理迭代数列,通过将其化为一阶有理迭代数列并利用一阶倒数迭代数列的结论,给出了其通项公式与收敛性.     

一种新的记忆梯度法及其收敛性

本文提出一种新的无约束优化记忆梯度算法,算法在每步迭代时利用了前面迭代点的信息,增加了参数选择的自由度,适于求解大规模无约束优化问题.分析了算法的全局收敛性.数值试验表明算法是有效的.     

3-分片线性NCP函数的滤子QP-free算法

本文定义一个3-分片线性的NCP函数,并对非线性约束优化问题,提出了带有这分片NCP函数的QP-free非可行域算法.根据优化问题的一阶KKT条件,利用乘子和NCP函数,得到非光滑方程,本文给出一个非光滑方程的迭代算法.这算法包含原始-对偶变量,在局部意义下,可看成关于一阶KKT最优条件的的扰动拟牛顿迭代算法.在线性搜索时,这算法采用滤子方法.本文给出的算法是可实现的并具有全局收敛性,且在适当假设下具有超线性收敛性.     

|x|α(1≤α<2)在改进的正切节点组的有理逼近

本文研究了|x|α在改进的正切结点组的有理逼近的问题.利用改变结点的方法,获得其逼近阶为O(1/n^4α)的结果.推广了一些学者在正切结点组下的研究的逼近阶,而且优于等距结点组、第一和第二类Chebyshev结点组的结果.     

一类四阶微积分方程的Legendre-Galerkin谱逼近

针对研究吊桥模型而建立的四阶微积分方程, 提出Legendre谱逼近法进行求解.构造迭代算法来求解得到的线性系统, 证明了迭代格式的收敛性, 对问题进行了误差分析.数值算例验证了迭代的收敛性和方法的高精度.     

基于扩散矩阵的半监督回归学习

半监督学习算法用到标记和未标记的样本.大量的实验表明,利用无标记样本可以改进学习算法的逼近性能.然而,当样本数增加时,逼近性能的定量分析几乎没有.本文构造基于扩散矩阵的一种半监督学习算法,建立逼近阶.结果还量化地说明,未标记样本的使用可以减少逼近误差.     

任意次有理Bezier曲线／面对其控制多边形／网格的整体或局部逼近

本文给出一种利用权因子构造整体或局部逼近控制多边形／网格的有理Ｂｅｚｉｅｒ曲线／面的方法,该法适用于任意次数的有理Ｂｅｚｉｅｒ曲线／面、任意的控制多边形／网络,权因子的选择和逼近度的估计都只依赖于一个参数ｗ．当ｗ→＋∞时,相应的曲线／面可按预定要求整体或局部地逼近其控制多边形／网络,逼近阶为ｏ（１／ｗ）。     

两条连续的有理Bézier曲线的逼近合并

目前多项式 Bézier曲线的逼近合并问题已研究得比较深入 ,而有理 Bézier情形主要还是通过两类多项式 h和 H来降阶逼近 ,但是在工业制造中有重要意义的有理 Bézier曲线的合并问题一直缺乏研究 .本文通过控制点的优化扰动将两连续的满足权约束条件的有理 Bézier曲线转化成新的两有理Bézier曲线 ,使它们符合精确合并条件 ;并将合并得到的同阶有理 Bézier曲线看成是原两曲线的有理逼近     

矩阵方程AXB+CX~TD=E自反最佳逼近解的迭代算法

本文研究了Sylvester矩阵方程AXB+CXTD=E自反(或反自反)最佳逼近解.利用所提出的共轭方向法的迭代算法,获得了一个结果:不论矩阵方程AXB+CXTD=E是否相容,对于任给初始自反(或反自反)矩阵X1,在有限迭代步内,该算法都能够计算出该矩阵方程的自反(或反自反)最佳逼近解.最后,三个数值例子验证了该算法是有效性的.     

有理曲线和曲面的分片多项式逼近

本文利用撮动的思想,以摄动有理曲线(曲面)的系数的无穷模怍为优化目标,给出了用多项式曲线(曲面)逼近有理曲线(曲面)的一种新方法．同以前的各种方法相比,该方法不仅收敛而且具有更快的收敛速度,并且可以与细分技术相结合．得到有理曲线与曲面的整体光滑,分片多项式的逼近。     

两条连续的有理Bezier曲线的逼近合并

目前多项式 Bézier曲线的逼近合并问题已研究得比较深入 ,而有理 Bézier情形主要还是通过两类多项式 h和 H来降阶逼近 ,但是在工业制造中有重要意义的有理 Bézier曲线的合并问题一直缺乏研究 .本文通过控制点的优化扰动将两连续的满足权约束条件的有理 Bézier曲线转化成新的两有理Bézier曲线 ,使它们符合精确合并条件 ;并将合并得到的同阶有理 Bézier曲线看成是原两曲线的有理逼近     

矩阵方程A1Z+ZB1=C1的广义自反最佳逼近解的迭代算法

本文研究了Sylvester复矩阵方程A_1Z+ZB_1=c_1的广义自反最佳逼近解.利用复合最速下降法,提出了一种的迭代算法.不论矩阵方程A_1Z+ZB_1=C_1是否相容,对于任给初始广义自反矩阵Z_0,该算法都可以计算出其广义自反的最佳逼近解.最后,通过两个数值例子,验证了该算法的可行性.