基于交替方向法的韦伯问题求解方法

韦伯问题(Weber problem)是设施选址领域中的重要问题,Weiszfeld算法则是求解韦伯问题最常用的数值方法.应用Weiszfeld算法求解韦伯问题需考虑如下两方面:1)当出现迭代点和顾客点重合(称为奇异情形)时,Weiszfeld算法的全局收敛性无法保证;2)韦伯问题经常需要快速求解,但Weiszfeld算法作为最速下降法其求解效率并不高.本文对lp-范数下的韦伯问题建立基于交替方向法的统一算法框架,并提出求解l1,l2,l∞-范数下韦伯问题新的数值算法.新算法在算法的收敛性和收敛效率两方面都有着显著的优势:即使在奇异情形下新算法仍能保证全局收敛性,且具有比Weiszfeld算法更快的收敛效率.数值实验验证了基于交替方向法的新算法求解韦伯问题的有效性.     

求解变分不等式的多重网格算法

多重网格法是求解椭圆型偏微分方程边值问题的一种快速、有效的数值方法.本文将多重网格算法应用于变分不等式问题的数值求解.将不动点法与多重网格过程相结合提出了求解变分不等式问题的一种多重网格算法.以障碍问题及其特例—弹、塑性杆的自由扭转问题为例,给出了求解所得的数值结果,讨论了这种算法的收敛性情况.实例表明,文中提出的算法保持了一般多重网格过程的主要特点.它具有远小于1的收敛比率;松弛因子的改变对收敛速率的影响很不灵敏;求解变分不等式问题的计算量接近或略小于相应的变分问题.     

有理特征值问题两类改进的数值求解算法

为探讨有理特征值问题的数值求解方法，在二分迭代算法及Rayleigh函数迭代算法的基础上，利用区间变换法构造了两种新算法，并给出这两种新算法的收敛性结果.数值计算结果表明，新算法在求解大规模有理特征值问题上优于已有算法.     

时变二次规划的高精度数值算法

提出一种用于求解时变二次规划问题的高精度数值算法.首先,给出求解时变二次规划问题的连续模型;然后,采用新型泰勒差分公式将连续模型离散,得到具有高计算精度的数值算法;最后,通过理论分析和仿真实验表明该数值算法的优越性和有效性,并将所提出的数值算法应用于一个五连杆机械臂的运动控制中.研究结果表明:所提算法的计算稳态误差与采样间隔τ具有O(τ~4)的关系,该数值算法既可以有效地求解时变二次规划问题,又能有效地应用于机械臂的运动控制.     

基于D-tree分解的欠约束与完备约束的几何约束求解

提出了解决欠约束、完备约束的几何约束问题的D-tree分解算法.首先,提出了一种适用范围更广的处理特殊约束策略,可以将这种特殊约束与普通约束统一化,采用转化策略将欠约束的几何约束问题转化为完备约束的几何约束问题.然后,根据几何约束图中结点的度的性质给出了D-tree分解算法,相比经典算法,D-tree分解算法拥有更低算法复杂度和相同的求解域.最后,根据D-tree分解算法结果的规律性,给出了一个为基于数值的求解方法导出求解序列的策略.D-tree分解算法通过导出的求解序列将提高几何约束求解中基于数值的求解方法的求解效率.     

超平面交单调锥上投影算子的快速算法及其实现

研究超平面交单调锥上的投影问题，给出求解该问题的池相邻违反算法和半光滑牛顿法，并对算法进行有效性分析，最后将两种算法进行数值对比.数值实验结果表明：在求解随机数据集上的投影问题时，池相邻违反算法比目前流行的半光滑牛顿算法更高效.     

随机装卸工问题的Lagrange松弛启发式算法

提出了随机装卸工问题及其求解策略.根据问题模型的特点设计了简捷高效的Lagrange松弛启发式算法,通过数值算例验证了算法的求解效果.     

0-1背包问题的非线性降维近似算法

求解0-1背包问题的精确算法不能在较短时间内求解大规模0-1背包问题,使其实用性受到限制.针对该问题,给出求解0-1背包问题的非线性降维算法,并进行了数值实验,验证了算法的有效性.该算法属于近似算法,相对其他一些近似算法,计算结果更为精确.     

一种求解全局优化问题的修正相对熵算法及其收敛性

相对熵算法是一种应用随机模拟技术求解组合与连续全局优化问题的高效率方法.本文给出一个修正的求解全局优化问题的相对熵算法(MCE),并在假设所求解的问题仅有一个全局最优点的条件下,给出了修正算法的渐近收敛性.数值结果显示,MCE算法至少和CE算法具有同样的有效性.     

PageRank高阶导向量的数学性质及其算法研究

提出了求解PageRank高阶导向量的两种新算法.讨论了PageRank问题系数矩阵的一些数学性质,并从理论上分析了两个公式求解PageRank高阶导向量的优劣.数值实验表明了新算法的数值性态.     

一种l2，1范数最小化问题的算法研究

提出一种求解l2,1范数的最小化问题的增广拉格朗日函数法,用以求解最小化问题,算法的收敛性容易实现.数值试验表明,所提出来的算法是可行的.     

一种广义BFGS Levenberg-Marquardt算法

提出一种基于BFGS更新的Levenberg-Marquardt算法,该算法不仅具有全局收敛性和二次收敛速度,而且可以更有效地求解大规模优化问题.数值实验表明,该算法在求解大规模绝对值方程问题方面也是有效的.     

求解奇异非线性方程组的粒子群优化算法

奇异非线性方程组是一类十分重要也比较困难的问题,基于粒子群优化算法提出了一种求解奇异非线性方程组的新方法.先把奇异非线性方程组转化为无约束优化问题,然后与人工智能算法相结合,利用标准粒子群优化算法求解.此算法不但不受方程组的连续性、光滑性的限制,而且避免了大量的求导计算,得到了极为精确的数值解.数值仿真结果显示了算法的有效性和可行性.该方法为求解奇异非线性方程组提供了一种有效、可行的新算法,也扩大了粒子群算法的应用领域.     

求解信赖域子问题的一个光滑牛顿法

信赖域子问题的有效求解是实现信赖域算法的关键.利用光滑Fischer-Bermeister NCP函数提出了一个求解信赖域子问题的光滑牛顿法.数值实验表明所提出的算法是有效的.     

求解最小体积闭包椭球问题的积极集算法

先建立求解最小体积闭包椭球(MVEE)问题秩-2更新算法的线性收敛性,然后给出一种简单的积极集策略,每次迭代计算距离当前椭球最远的N个点.结合该策略到秩-2更新算法中,得到一个求解MVEE问题的积极集算法.数值结果表明,积极集算法能有效求解高精度的大规模数据计算问题.     

快速多极边界元法中的优化数值技术应用

快速多极边界元法是近几年发展起来的边界元新型数值算法,利用多极边界元法解题的关键和难点是求解大规模稀疏矩阵方程组.引入最优化数值技术很好地解决了这一问题,并通过数值实验验证,该方法可节约求解时间,从而为求解大规模问题奠定了理论基础.     

双曲正弦罚函数法

对求解一般约束优化问题提出一种算法,并证明了算法的收敛性,数值实验表明了算法的可行性.     

求解绝对值线性互补问题的一种广义牛顿法

本文研究了在绝对值互补问题的矩阵A-Dx正定的条件下,求解绝对值互补转化为求解凸二次函数极小值问题,并且利用该转化提出了一个求解绝对值互补问题的广义牛顿算法,证明了该算法的全局收敛性,并通过数值实验表明本文所提出的算法的有效性.     

双曲余弦罚函数法

对求解一般约束优化问题提出一种新的双曲余弦罚函数算法,并证明了算法的收敛性.数值实验表明了算法的有效性.     

求解离散网络平衡设计问题的遗传算法

针对离散网络平衡设计二层规划模型,提出了一种新的求解算法,对上层问题采用遗传算法,而对下层问题采用平衡交通分配的Frank-Wolf算法.数值试验结果表明:该算法是有效的.能够较快地求解这类网络平衡设计二层规划模型.