一种自适应Dai-Liao共轭梯度法

共轭梯度法是一种解决大规模无约束优化问题的重要方法.本文对Dai-Liao (DL)共轭梯度法的参数进行了研究,提出了一种新的自适应DL共轭梯度法.在适当的条件下,证明了该方法的全局收敛性.数值结果表明,我们的方法对给定的测试问题是有效的.     

拉马努金等式的证明及推广

对于拉马努金等式,本文首先应用数列极限的方法给出其收敛性的证明.再结合式中多重根号嵌套的结构,通过构造函数方程,给出一个推广的结果.并将这种方法推广到一般形式,最后得到了此类极限的收敛性的一般判别法.文中使用的方法,为无穷根号形式的极限问题提供了系统化思路,丰富了极限的表达形式.     

关于拟弱几乎周期点的一些结论和公开问题(英文)

本文主要在离散动力系统中,概括了有关于拟弱几乎周期点的一些结论并提出了一些公开问题.     

椭圆重复齐次化问题W_0~(1,p)空间的收敛性

该文研究了形如-div(A(x/ε,x/ε~2)▽u_ε)=f(x)的椭圆重复齐次化问题解的收敛性,得到了Dirichlet边界条件下解在W_0~(1,p)空间的收敛率.证明所用的技巧是基于得到算子格林函数的估计.     

求解正定线性方程组的具有共轭性的并行多分裂迭代法（英文）

本文结合具有共轭性的一种特殊多分裂与系数矩阵的稀疏性,提出求解系数矩阵为正定矩阵的线性方程组的并行多分裂迭代法.我们的新迭代法与标准迭代法不同点有两个方面:一是在我们的多分裂方法中只要求其中之一是收敛的分裂;二是权矩阵不必预先给出.这在并行计算中是很有效的算法.最后以数值实验验证新方法的有效性和可行性.     

解P_0非线性互补问题的光滑Levenberg-Marquardt方法

本文研究了一个P0非线性互补问题.利用信赖域技术获得了求解该问题的光滑Levenberg-Marquardt算法,该算法在一定条件下具有全局性.利用局部误差界还获得了该算法的超线性和二次收敛.数值结果表明该算法是有效的.     

非线性互补约束规划问题的一个新的QP-free算法

本文研究了非线性互补约束均衡问题.利用互补函数以及光滑近似法,把非线性互补约束均衡问题转化为一个光滑非线性规划问题,得到了超线性收敛速度,数值实验结果表明本文提出的算法是可行的.     

次线性期望空间下END阵列加权和的完全收敛性

在Choquet积分存在的条件下,研究次线性期望空间下END阵列加权和的完全收敛性,将概率空间中END阵列加权和的完全收敛性推广到次线性期望空间.     

一类求解非线性约束优化问题的线搜索渐缩滤子算法

针对非线性等式约束优化问题,本文给出一种新的线搜索滤子算法.算法中将非线性等式约束优化问题的最优性条件作为滤子,并在接受准则中加入渐缩函数,使得当线搜索试探步长减小时时滤子包络的越来越薄,从而使得试探步被接受程度更有弹性,不会被当前的迭代点拒绝.在适当的假设下,证明算法的全局收敛性,并给出算法初步的数值实验结果.     

Convergence of BP Algorithm for Training MLP with Linear Output

The capability of multilayer perceptrons(MLPs)for approximating continuous functions with arbitrary accuracy has been demonstrated in the past decades.Back propagation(BP)algorithm is the most popular learning algorithm for training of MLPs.In this paper,a simple iteration formula is used to select the leaming rate for each cycle of training procedure,and a convergence result is presented for the BP algo- rithm for training MLP with a hidden layer and a linear output unit.The monotonicity of the error function is also guaranteed during the training iteration.