非负正交约束优化问题的理论、算法及应用

非负正交约束优化问题是同时带有非负约束和正交约束的优化问题,该类问题在机器学习和数据科学中有着重要的应用。常见的非负正交约束优化问题包括二次指派问题、图匹配问题、非负正交矩阵分解问题、非负主成分分析和K-指示模型等。由于非负约束和正交约束的共同作用,该类问题具有一定的组合结构,一般是NP-难的。本文主要介绍非负正交约束优化问题的基本理论性质、求解算法以及相关的应用模型。     

神经网络在非线性规划中的应用

本文对蔡少棠[1 ] ,[2 ] 等提出的非线性规划神经网络作了改进 ,使得该神经网络适合于通用VLSI技术实现 .     

夸克胶子混合真空凝聚和Dyson-Schwinger方程

基于夸克传播子的Dyson-Schwinger方程，计算了夸克胶子混合真空凝聚和夸克真空凝聚. 这些凝聚不仅联系着夸克在真空态中的虚度，而且也表征了真空中夸克分布的空间宽度. 真空凝聚的存在直接反映着QCD真空的非微扰结构. 计算表明：上夸克与下夸克的虚度为λ²_u,d=0.7GeV²，奇异夸克的虚度为λ²_s=1.6GeV². 这些结果与许多用完全不同的方法得到的结果一致.     

一类非线性奇摄动Robin问题解的渐近性态

利用渐近理论和微分不等式的方法,该文研究了一类非线性奇摄动Robin问题. 证明了其解的存在性,并得到了解的任意n 阶一致有效渐近展开式.     

硬碰撞的相对论Boltzmann方程柯西问题整体解的存在性

采用DiPerna和Lions为非相对论Boltzmann方程给出的方法,证明带有包括某些硬碰撞的相对论散射截面的假设和满足有限的质量,惯性,能量和熵的初值的相对论Boltzmann方程柯西问题存在一个整体温和解.     

重尾β混合随机变量序列的大偏差

设{X_n; n≥1}是重尾平稳非负随机变量序列, 研究其部分和 S_n=X₁+X₂+…+X_n的对数渐近性质. 对于适当的x, 在混合条件下, 给出了估计P(Sn>n^x)≈n^−αx+1, 其中α是特定的参数. 验证了Gantert提出的相关的猜想, 并且证明了所谓的上确界大偏差原理.     

二次有限元解的渐近展开与外推

在Poisson方程的求解域Ω存在一致的三角剖分,并且相邻两初始单元构成平行四边形的假设下,证明了若Poisson方程的解u属于H6(Ω),那么二次有限元的误差有h4的渐近展开.基于误差的渐近展开,可以利用h4-Richardson外推进一步提高数值解的精度阶,并且能够得到一个后验误差估计.最后,一个数值算例验证了理论分析.     

非正则型跃度问题

苏联数学家1972年在苏联高等学校通报上(参看[1])讨论过下面形式的跃度问题