一种求解单调包含问题的惯性松弛混合邻近外梯度算法

提出了在希尔伯特空间中求解极大单调包含问题的一种新的惯性松弛混合邻近外梯度算法,考虑到的算法涉及到最近的惯性技术,以及最近提出的混合策略,它将非精确的邻近点与外梯度结合起来.与现有的其它相关算法相比,该算法继承了惯性外推和松弛外梯度策略的良好收敛性.与此同时,还继承了混合邻近外梯度算法的相对误差准则.在适当的参数假设下,通过构造李雅普诺夫函数,从而证明了该算法在适当条件下的收敛性.     

求解分裂可行问题的一种松弛投影算法

主要研究了分裂可行问题的一种修正CQ算法的松弛形式,在已有CQ算法的一种修正形式上提出了其松弛算法,并证明了其收敛性,当参数满足一定条件时,该算法的收敛性成立.     

一种松弛型Bregman区间的凸规划算法

首次提出了一种松弛型的Bregman区间凸规划算法,并保证了欠松弛条件下算法的收敛性。在前面算法收敛性证明的基础上,还得到了一个松弛型的Hildreth区间规划算法。     

积空间中求解凸不等式系统的不完全投影算法

针对凸不等式系统提出了一种具有可变权参数和下松弛因子的平行不完全投影算法,经过有限次的投影算法得到不完全投影点,并且通过构造一个新的积空间,将欧氏空间中的平行不完全投影算法转化为新空间中的半序列不完全投影算法,使得平行的不完全投影法的收敛性由半序列不完全投影算法的收敛性证明直接得到,在一定程度上简化了平行不完全投影算法的收敛性证明.     

惯量松弛因子对Simple算法收敛性能的影响研究

通过实例系统地研究了惯量松弛因子对Simple算法收敛性能的影响,找到了影响Simple算法收敛性能的适宜的惯量(松弛)参数.研究表明,带惯量松弛的Simple算法是一种较有效的方法,可推广应用于气流数值计算及环境模拟中.     

求解PageRank问题的Arnoldi-PIO算法

PageRank算法能帮助用户快速、准确地在巨量杂乱无章的信息中检索出有用的信息.两步分裂迭代法是用幂法来修正内外分裂(power-inner-outer,PIO)迭代法以加速PageRank算法.基于两步分裂迭代法,将预处理思想运用于求解PageRank问题,提出了求解PageRank问题的深度重启的Arnoldi算法加速的两步分裂迭代法,然后对此算法的收敛性进行了证明.数值实验结果证明,该算法的计算速度要快于两步分裂迭代法.     

一种广义残量Arnoldi方法

基于残量Arnoldi方法与最优子空间扩张的思想,提出一种广义残量Arnoldi方法,其核心是将精化Ritz向量对应的残量方向作为新的求解子空间的扩张方向.利用该方法研究了求解单个特征对的算法.结果表明,该方法所用的矩阵向量积个数和时间都较少,收敛速度较快.     

一个修正的循环Arnoldi方法

本文给出一个修正的循环Arnoldi方法,并讨论了它的收敛性。     

求解控制系统部分特征值配置问题新方法

在控制理论领域里,特征值配置问题是一个经典问题,提出了新的通过部分特征值配置来使大型单输入时不变控制系统稳定化的算法,该算法建立在隐式重新启动的精化Arnoldi方法基础上,适合那些需要对一小部分特征值重新配置的控制系统．同时对配置问题进行了理论分析,证明算法的精度越高,配置后的系统越稳定．与已有的基于隐式重新启动的Arnoldi方法进行比较体现出新方法的优越性。     

解大规模矩阵内部特征问题的简单调和Arnoldi方法

给出了调和Arnoldi算法的一种等价变形.利用求解Krylov子空间和其位移子空间的基之间的巧妙关系式,作者以较少的运算量将原大规模矩阵特征问题转化为一个标准特征问题求解,比原来调和Arnoldi算法求解广义特征问题要简单.简要分析了新方法收敛的充要条件.数值试验表明了新方法比调和Arnoldi算法有效,尤其是当求解子空间维数较小时,新方法的优越性更明显.     

分裂等式问题的一种简单投影算法

本文主要给出了求解分裂等式问题的一种简单投影算法及其松弛算法,证明了算法的全局收敛性.与相关算法相比,该算法每一步的迭代步长都可直接计算出,避免了计算矩阵的谱半径.     

带松弛单调映射的广义混合拟变分包含

引入了一类新的带松弛单调和松弛Lipschitz映射的广义混合拟变分包含 ,构造了求解这类包含的迭代算法 ,证明了这类包含解的存在性以及由前述迭代算法产生的迭代序列的收敛性 所得结果是近期一些文献中相应结果的改进与扩充 .     

解线性互补问题的非精确松弛多分裂算法

基于矩阵的非精确分裂和多重分裂、处理器的并行计算和松弛迭代算法,提出了求解线性互补问题的非精确松弛多分裂算法,当问题的系数矩阵为对角元为正的H-矩阵时或对称半正定时,证明了算法的全局收敛性.并在一定条件下给出了非精确松弛多分裂算法内迭代的特殊形式,分析了该情形下算法的收敛特性.     

求解奇异问题的一个新的修正Levenberg-Marquardt方法

基于信赖域技巧,给出了求解非线性方程组奇异问题的一个新的修正Levenberg-Marquardt方法.在弱于非奇异条件的局部误差界条件下,证明了该算法的全局收敛性和局部二次收敛性.数据测试结果表明该算法是有效的.     

大型线性瞬态系统周期响应的多分裂波形松弛方法

将波形松弛与多分裂技术结合对大型周期线性瞬态系统进行处理，通过建立多分裂周期波形松弛算子谱的表达式，给出算法的一个收敛性条件为对应多分裂周期波形算子的谱半径小于1，该方法对周期波形松弛算法进行了推广，数值实验结果验证了理论分析结果，同时表明多分裂波形松弛方法可以有效加速周期波形松弛解耦算法的收敛性能。     

混合变分不等式和非扩张映射解的迭代算法

引入和研究了一类更一般的混合变分不等式,这类混合变分不等式问题包含了许多已知的变分不等式、相补问题等作为特例.利用广义Wiener-Hopf方程技巧给出了一个求解这类混合变分不等式问题解集合和非扩张映射不动点集合公共元素的迭代算法,并在算子是松弛强制和Lipschitzian连续的条件下证明了该算法的收敛性.所得结果可以看作是一种新的和对已有一些结论的推广和改进.     

求解大规模矩阵内部特征值问题的精化与修正的精化调和块Arnoldi算法(英文)

调和块Arnoldi方法可以用于求解大规模矩阵的内部特征对,给定一个位移点τ可以用该方法求接近τ的内部特征值及其相应的特征向量.然而,理论分析表明,所求得调和Ritz向量可能收敛非常缓慢,甚至不收敛.为避免这种情况,给出了精化调和块Arnoldi及修正的精化调和块Arnoldi方法.此外,还给出了修正的精化调和Ritz向量和精化调和Ritz向量之间的关系.数值实验结果表明了新算法的有效性.     

求解线性互补问题的一类矩阵分裂迭代算法

通过改进 NMMS 方法,建立了一类新的基于模的两步矩阵分裂 (NTMMS) 迭代法,给出了该算法在适当条件下的收敛性,包括加速超松弛分裂的情况。数值实验表明,该方法在实际应用中优于传统的迭代法。     

具有性能约束布局问题的优化算法及收敛性

研究了二维布局优化问题,建立了具有性能约束的二维布局半无限优化模型.应用图论、群论等,把该问题分解为有限多个子问题,在每个子问题中克服了优化变量的时断时续性质,并将子问题松弛化,利用极大极小函数给出了松弛子问题的最优性函数,该函数在其零点使松弛子问题的一阶必要条件成立.利用最优性函数构造了松弛子问题的优化算法,并证明了算法的收敛性.     

投影松弛迭代的收敛性与收敛速度

本文讨论求解一般线性互补问题的投影松弛迭代法的收敛性,对于两类迭代算法—投影雅可比松弛和投影逐次超松弛,我们给出了一些收敛判定准则.此外,我们还得到了两类算法的收敛速度估计式.