Navier-Stokes方程简单分歧点的谱Galerkin逼近

针对分歧难以数值计算的问题，通过分析Navies-Stokes方程简单分歧点的性质，构造出定常Navies-Stokes方程非退化简单分歧点的扩充系统及其谱Galerkin逼近扩充系统，证明了谱Galerkin逼近扩充系统解的存在性和收敛性。运用Stokes算子的特征值，给出了谱速近的误差估计。由于所构造的扩充系统的导数具有分块下三角形式，采用分块迭代的方法进行数值求解，不仅减少了计算量，而且是二次收敛的，从而为Navies-Stokes方程非退化简单分歧点的数值逼近提供了有效的算法。     

投影AOR迭代求解双边障碍问题

研究了求解双边障碍问题的AOR迭代算法.证明由此算法产生的迭代序列至少存在一个聚点,该聚点是双边障碍问题的解,并且当矩阵为非退化对称矩阵时,该序列收敛到双边障碍问题的解.     

概率约束优化问题的一个光滑D.C.近似

概率约束优化问题通常是非凸且非光滑的,因而在数值计算上存在困难.基于Pinar-Zenios光滑和函数,建立了概率约束优化问题的一个光滑D.C.近似问题,提出了求解光滑D.C.近似问题的序列凸近似(SCA)算法,分析了初始解的选取方法,并讨论了算法的收敛性,收敛定理表明可以由SCA算法可以得到光滑D.C.近似问题的KKT点,并且在迭代过程中,确保了由SCA算法生成的解序列的极限点是近似问题的KKT点.     

约束优化问题的广义投影梯度算法分析

对非退化和退化两种情形下的不等式约束优化问题的广义投影梯度算法作了分析,发现所采用的两种不同的求解迭代方向的方法在本质上是相同的。公式法结构简单、便于计算,而在处理退化问题上线性系统求解则体现优越性。     

一个线性收敛定性的注记

本文指出当Jacobian近似满足有界退化性质时,由拟牛顿算法得到的迭代序列最多是线性收敛的。     

求解箱约束变分不等式的不精确LM-型算法

利用箱约束变分不等式VI(a,b,F)的NCP-函数,提出求解VI(a,b,F)的不精确Lev-enberg-Marquardt型算法.每次迭代只需求线性方程组的一个近似解,算法仍具有全局收敛性.无需假设极限点x*是否退化,在BD-正则的条件下,算法局部超线性(二次)收敛.最后给出数值试验结果.     

求非退化线性规划最优解的迭代公式

本文给出了求非退化线性规划最优解的迭代公式。作为单纯形方法的解析表达，它比单纯形表更适于上机求解。此外，基于这套迭代公式，本文还给出了一般线性规划问题最优解的求解算法     

一种带有正则约束的非负矩阵分解算法

提出一种带有正则约束的非负矩阵分解算法(RCNMF).通过对欧氏距离函数附加正则项定义了算法的目标函数,给出了迭代规则及其收敛性证明,并与原NMF算法做了比较.结果表明,在适当的条件下,由该算法可以得到尽可能稀疏的近似解,且算法收敛速度较快,解的精确度也较高.     

随机运输问题的对偶森林迭代算法

本算法从一个对偶森林向另一个对偶森林迭代。在非退化的情况下,每步迭代都使对 偶目标函数值严格增加,并在有限步内达到最优值,每步迭代最多只需解一个一维非线 性方程。在“宇宙６８０００”机上,对此算法进行了两个包括６００个以上变量的大型问题计 算,计算结果表明算法是可行有效的。     

量子近似优化算法在约束优化问题中的应用

结合量子近似优化算法求解约束优化问题是当前的研究热点之一,针对约束优化问题,提出了一种在量子 近似优化算法框架中的改进方法;此方法融合了二次无约束二元优化和量子交替拟设这两种方法,同时将在目标 算符中添加惩罚项,将不符合解的期望值降低和通过对问题进行求解得出问题的可行解,将混合操作限定在可行 解空间内融合在一起;优点在于在求解约束优化问题时,能减小迭代次数,快速并准确地得到问题的最优解;以最 小顶点覆盖问题为例,将提出的方法与几种已有的方法做比较,得出方法能减小量子近似优化算法的迭代次数,使 得能够高质量和高效率的求解约束优化问题。