分离错误最小化的极大熵方法

分离错误最小化是支持向量机的基本问题之一．一种形式是最小化分离错误点的偏离和，这是一个不可傲优化问题，笔者提出用极大熵函数将其转化成可微凸规划问题来处理，得到原问题的近似最优解。     

二次规划的极大熵方法

利用对偶变换,将二次规划问题转化为无约束极大极小问题,然后运用极大熵方法,将极大极小问题的转化为求解一个无规划极值问题,从而能够同时求出问题及其对偶问题的近似解,数值试验结果表明该方法是有效的。     

一般约束凸规划极大熵方法的收敛性

带约束的极大极小问题是一类不可微优化问题，通常的解决是通过增加约束将其转化为可微优化问题，极大熵方法是一种用光滑函数逼近最大值函数的方法；基于这种方法，给出一种求解带一般约束的极大极小问题的逼近方法，并针对凸规划问题证明了这种方法的收敛性，即当控制参数趋于正无穷时，近似问题的最优解收敛于原问题的最优解。     

非线性规划的极大熵方法

使用极大熵方法详细研究了光滑逼近函数的解收敛到原优化问题的解的所谓收敛性定理．     

基于A-极大单调算子的3步近似点迭代算法

介绍了用3步近似点迭代算法研究A-极大单调算子的不动点问题和用预解算子研究包含问题的解.同时给出了在某些条件下,三步迭代算法的收敛性.     

线性模型回归参数极大似然估计的约束EM算法

提出了非线性不等式约束下线性模型回归系数渐进极大似然估计的EM算法,利用极大似然估计的渐近正态性质,将EM算法的M-步转化为随机优化问题,给出了该随机优化问题的极限问题,即利用更易求解的极限问题的最优解来代替原优化问题的最优解,并证明了原优化问题的最优解是依概率收敛于极限问题的最优解.     

极大极小问题极大熵方法的研究(I)

首先研究了极大熵函数的保凸性质；在没有可微假设的条件下，证明了极大熵函数既能保持成员函数的凸性，也能保持一致凸性．在此基础上对具有凸性的极大极小问题的极大熵方法的收敛性进行了较详细的研究，有关结果在一定程度上揭示了该方法解这类问题一般都能得到精度很高的解的原因．     

极大IF-环、极大正则环、极大遗传环

通过极大平坦模给出了极大正则环、极大IF-环与极大遗传环的定义,并且利用同调的手法以极大内射模、极大平坦模为工具研究了它们的结构问题.     

一类半无限极大极小问题的神经网络

本文考虑了一类半无限极大极小问题。首先将它等价转化为半无限非线性规划模型,再使用ku-hn-Tuckey条件、射影定理等,提出了求解它的一个神经网络模型。最后严格说明了该模型是Lyapunov稳定的,并收敛到原问题的一个精确解。     

解多目标规划的区间极大熵方法

利用极大熵原理及有关逼近结果,使之与区间算法结合,提出一类求解多目标规划问题的区间极大熵方法,并证明算法的收敛性,给出风险投资的多目标规划问题的数值解.     

一类有线性约束的二层优化问题的极大熵方法

对一类下层带有线性约束条件的二层优化问题构造出一个新的极大熵函数来近似表示下层极值函数 ,将不可微二层优化问题转化为可微单层优化问题来处理 ,从而得到一类二层优化问题的ε 最优解的一种计算方法 .     

MA（q）—模型参数的极大似然估计

讨论在地震记录反演问题中被广泛采用的ＭＡ（ｑ）－模型的参数极大似然估计，并采用最陡下降法来求其近似解，通过模拟试验证实此算法是有效的。     

求解多目标最优化问题的一类极大熵评价函数法

构造出求解多目标最优化问题的一类极大熵评价函数法．这类方法可将多目标最优化问题转化成单目标最优化问题．通过求解所得到的单目标最优化问题，可得到多目标最优化问题的有效解或近似有效解．     

极大极小问题极大熵方法的研究（Ⅰ）

首先研究了极大熵函数的保凸性质，在没有可微假设的条件下，证明了极大熵函数既能保持成员函数的凸性，也能保持一致凸性。有关结果在一定度程度上揭示了该方法解这类总是一般４都能得到精度很主同的解的原因。     

MA(q)-模型参数的极大似然估计

讨论在地震记录反演问题中被广泛采用的MA(q)-模型的参数极大似然估计,并采用最陡下降法来求其近似解.通过模拟试验证实此算法是有效的.     

解非线性极小极大问题的路径跟踪算法

解非线性极小极大问题的路径跟踪算法王宇，李兴斯（大连理工大学工程力学研究所１１６０２４）关键词：极小极大；同伦／不可微优化；拟凸；路径跟踪分类号：Ｏ２２１；Ｏ２４１非线性极小极大问题的求解是运筹学的一个基本问题，大量的结构优化设计问题最终往往归结为解...     

两类极大极小问题及应用

研究两类极大极小问题,从理论上给出了最优解,并分别给出了这两类极大极小问题在线性方程组Richardson迭代法和HSS迭代法中的应用.     

非线性lp问题的极大熵方法

在非线性l1问题极大熵方法的基础上,构造了非线性l(0＜p＜1)问题的极大熵方法.为了克服lp问题的非光滑性,导出了极大熵函数,并证明了极大熵函数列的收敛性.根据同伦算法证明了极大熵函数的最优解序列逼近于非线性lp问题的最优解,并提出了解决计算过程中易于溢出的方法.最后,数值仿真表明算法是十分有效的.     

极大单调算子不精确邻近点算法的一种新的近似准则

对于寻找极大单调算子的零点，邻近点算法(PPA)是一种重要方法．邻近点算法通过解一系列强单调的子问题产生一个序列．然而精确地解子问题太昂贵有时也不可能，在许多献里讨论了不精确邻近点算法(IPPA)．本提出了一种近似解子问题的一种新的准则，这种准则的条件比已有的准则的条件要弱，证明了这种算法在新的准则下的全局收敛性．     

局部极大理想

分配格上的局部极大理想是素理想,而一般格上的则不然.本文证明了格上局部极大理想是素理想的几个充分必要条件,并用格中相对零化子的对偶概念描述了局部极大理想的素特征.