The Compactness of Commutators on the Heisenberg Group

We consider the commutators of the HSrmander multiplier with CMO-functions on the Heisenberg group. The result of compactness on L^P spaces is proved.     

核磁共振任意波形发生器的研制

任意波形发生器（又叫函数发生器）作为一种通用的信号源,在物理、电子、计算机等领域有着广泛的应用. 本文提出了一种不依赖PC机总线的、完全独立的、 可用于低场磁共振成像的多用途任意波形发生器（Arbitrary Waveform Generator, AWG）设计方案,围绕着这种方案,研制了80 MHz通用磁共振任意波形发生器. 并提供了实际测试数据和成像实验结果,对研制情况和实验结果进行了总结和讨论.     

互逆规划的拓宽和深化及其在结构拓扑优化的应用

本文的工作涉及数学与力学两方面,数学方面:(1) 将数学规划论中新提出的互逆规划,从 s-m 型 (或称为 m-s 型) 发展出 s-s 型和 m-m 型互逆规划 (其中 s 意为单目标,m 意为多目标),从而使互逆规划的定义完备成为 3 种;(2) 从 KKT 条件审视互逆规划的两方面,得到了互逆规划双方求解涉及拟同构和拟同解的 3 个定理,并且予以证明,提供了在求解中对于互逆规划双方在求解中相互借鉴的理论基础;(3) 对一对互逆规划双方皆合理的情况和某一方不合理的情况,皆给出了求解策略和具体解法. 力学方面:(1) 给出结构优化设计模型合理与否的诠释;(2) 在互逆规划对结构拓扑优化的应用中,提出了不合理结构拓扑优化模型的求解策略;(3) 给出了借助 MVCC 模型 (多个柔顺度约束下的体积最小化) 解决 MCVC 模型 (对于给定体积下的多个柔顺度的最小化) 的途径,其中的建模基于 ICM (独立连续映射) 方法. 用 Matlab 编程给出了数值算例. 其中两个数学问题图示了互逆规划的双方关系;其中,结构拓扑优化问题是众多结构拓扑优化中的两个个案;数值结果均支持了本文提出的互逆规划理论.      

KKT系统结构条件数与条件数的比较

本文讨论Karush-Kuhn_Tucker(KKT)系统的条件数．首先利用单参数展开方法建立了Byers型不等式,然后讨论结构条件数与条件数的定性比较,结果表明,在极端情形,条件数与结构条件数之比可以任意大．     

基于半光滑方程的线性规划问题局部灵敏度分析

本文考虑线性规划的局部灵敏度问题.首先用非线性互补函数将线性规翊I问题的KKT系统转化为一个半光滑的方程组,然后利用半光滑函数的性质,得到一个能同时求所有变量(包括对偶变量)关于价值系数c,资源向量b,技术消耗系数aij的局部灵敏度的计算公式.该方法能处理任意特性的最优解(包括严格互补解和退化解)的局部灵敏度分析.具体算例说明了分析方法的应用.     

Dyadic Bivariate Wavelet Multipliers in L^2（R@2）

The single 2 dilation wavelet multipliers in one-dimensional case and single A-dilation (where A is any expansive matrix with integer entries and |detA| = 2) wavelet multipliers in twodimensional case were completely characterized by Wutam Consortium (1998) and Li Z., et al. (2010). But there exist no results on multivariate wavelet multipliers corresponding to integer expansive dilation matrix with the absolute value of determinant not 2 in L ²(ℝ²). In this paper, we choose $2I_2 = \left( {{*{20}c} 2 & 0 \\ 0 & 2 \\ } \right)$2I_2 = \left( {\begin{array}{*{20}c} 2 & 0 \\ 0 & 2 \\ \end{array} } \right) as the dilation matrix and consider the 2I ₂-dilation multivariate wavelet Φ = {ψ ₁, ψ ₂, ψ ₃}(which is called a dyadic bivariate wavelet) multipliers. Here we call a measurable function family f = {f ₁, f ₂, f ₃} a dyadic bivariate wavelet multiplier if Y₁ = { F ^{- 1} ( f₁ [^(y₁ )] ),F ^{- 1} ( f₂ [^(y₂ )] ),F ^{- 1} ( f₃ [^(y₃ )] ) }\Psi _1 = \left\{ {\mathcal{F}^{ - 1} \left( {f_1 \widehat{\psi _1 }} \right),\mathcal{F}^{ - 1} \left( {f_2 \widehat{\psi _2 }} \right),\mathcal{F}^{ - 1} \left( {f_3 \widehat{\psi _3 }} \right)} \right\} is a dyadic bivariate wavelet for any dyadic bivariate wavelet Φ = {ψ ₁, ψ ₂, ψ ₃}, where [^(f)]\hat f and F ⁻¹ denote the Fourier transform and the inverse transform of function f respectively. We study dyadic bivariate wavelet multipliers, and give some conditions for dyadic bivariate wavelet multipliers. We also give concrete forms of linear phases of dyadic MRA bivariate wavelets.     

METHOD OF CENTERS ALGORITHM FOR MULTI-OBJECTIVE PROGRAMMING PROBLEMS

In this paper, we consider a method of centers for solving multi-objective programming problems, where the objective functions involved are concave functions and the set of feasible points is convex. The algorithm is defined so that the sub-problems that must be solved during its execution may be solved by finite-step procedures. Conditions are given under which the algorithm generates sequences of feasible points and constraint multiplier vectors that have accumulation points satisfying the KKT conditions. Finally, we establish convergence of the proposed method of centers algorithm for solving multiobjective programming problems.     

基于KKT和量子遗传算法的风火电联合上网最优决策

研究了同时考虑节能减排效益和经济效益时,风火电联合上网的决策模型,并采用提出的KKT框架下的量子遗传算法进行模型的求解。综合考虑风电和火电的特点,建立经济效益函数和节能减排效益函数以及相关的约束条件,最终确立多目标决策模型。在KKT框架下将多目标函数转化为单目标,并利用量子遗传算法进行模型的求解。算例分析显示本文提出的KKT框架下的量子遗传算法在决策模型的求解时能够利用更少的CPU运行时间获得更优的决策结果,与其他常用的优化模型相比具有较高的优越性。     

一般约束优化问题的一个新广义梯度投影法

本文以l1-l∞混合罚函数作为效益函数,提出一个一般约束优化问题的新的广义梯度投影法.该算法具有以下特点:初始点可任意选取;搜索方向是效益函数的下降方向;在传统的假设条件下具有全局收敛性.论文最后通过数值试验验证了算法的有效性.     

一类光滑凸规划的牛顿法

给出了一个求解一类光滑凸规划的算法,利用光滑精确乘子罚函数把一个光滑凸规划的极小化问题化为一个紧集上强凸函数的极小化问题,然后在给定的紧集上用牛顿法对这个强凸函数进行极小化．