求AXB=C的对称自反矩阵解及其最佳逼近的迭代解法

采用迭代法讨论了矩阵方程AXB=C的对称自反矩阵解及其最佳逼近问题,证明了若问题1有解,则可在有限步求出一个迭代解;若取特殊初始矩阵,则可迭代出问题1的极小范数解．并给出了最佳逼近问题的极小范数解．     

求AXB=C的对称反自反矩阵解及其最佳逼近的迭代解法

采用迭代法讨论了矩阵方程的对称反自反矩阵解及其最佳逼近问题.证明了(i)若问题Ⅰ有解,则可在有限步求出一个迭代解,(ii)若取特殊初始矩阵,则可迭代出问题Ⅰ的极小范数解;并给出了最佳逼近问题的极小范数解.     

半无限极大极小问题的信赖域方法

对半无限极大极小问题给出了一个信赖域方法，并且在较弱的条件下证明了其全局收敛性．     

求解广义模糊线性系统的一类迭代法

研究给出了求解广义相容模糊线性系统和不相容系统的一类迭代法,给出两个数值例子.结果表明,无论系统相容与否,该迭代法都能快速求出它的极小解或极小最小二乘解.     

广义纳什均衡问题求解的极小极大方法

应用正则化Nikaido-Isoda函数, 一类广义纳什均衡问题的求解被转化为一个极小极大问题的求解．利用Fischer-Burmeister函数将与极小极大问题的必要性条件等价的变分不等式的Karush-Kuhn-Tucker系统转化为一个半光滑方程组．应用牛顿法求解此方程组, 并给出了半光滑牛顿法局部超线性收敛的充分条件．数值结果验证了极小极大方法对解决广义纳什均衡问题的有效性．     

广义纳什均衡问题求解的极小极大方法

应用正则化Nikaido-Isoda函数,一类广义纳什均衡问题的求解被转化为一个极小极大问题的求解。利用Fischer-Burmeister函数将与极小极大问题的必要性条件等价的变分不等式的Karush-Kuhn-Tucker系统转化为一个半光滑方程组。应用牛顿法求解此方程组,并给出了半光滑牛顿法局部超线性收敛的充分条件。数值结果验证了极小极大方法对解决广义纳什均衡问题的有效性。     

特殊形状矩阵的ＳＯＲ、ＡＯＲ迭代

假设 A具有“性质 λ”,由此讨论 SOR、AOR迭代的收敛性 ,给出了这两种迭代法收敛的充要条件     

求解矩阵方程组AX=C,XB=D的迭代法

给出了求解矩阵方程组ＡＸ＝Ｃ,ＸＢ＝Ｄ的迭代法,迭代收敛到它的极小Ｆ－范数解,并给出了此极小Ｆ－范数解的显式．     

基于MATLAB的一类迭代分析

SOR迭代法收敛的必要条件是0〈ω〈2．基于MATLAB对于大量实际问题进行了数值实验,发现对最常见的系数矩阵类,当ω〈1时SOR迭代法是收敛的,但其收敛速度低于Gauss-Seidel方法（ω=1）的收敛速度,对此本文给出了证明．说明了一般情况下SOR迭代的超松弛方法（ω〉1）才有意义．     

避免二阶导数计值的迭代族的收敛性

从带一个参数的迭代族出发,构造了一族避免二阶导数计值的带两个参数的迭代族,并给出这族迭代法的收敛理论.     

解非线性极大极小问题的格雷码加速遗传算法

引进求解非线性极大极小问题的格雷码加速遗传算法（GAGA），给出GAGA算法实施的详细步骤，建立了GAGA相应的收敛定理。对GAGA的有效性和可行性进行了理论分析和实例分析。与一般的格雷码遗传算法（GGA）相比，GAGA具有准确、快速和适用性强等特点，是一种既可以较大概率搜索全局最优解，又能进行局部细致搜索的优秀非线性优化方法，可广泛应用于各种优化问题中。     

几类向量值极大极小不等式(英文)

利用线性标量化函数和实值的极大极小定理,在自然拟凸和真拟凸假设下,证明了几类向量值函数极大极小不等式,并给出了一个例子说明定理结论是是相关文献结果的推广,     

P型空间中的ky-fan不等式

通过连续函数族定义一个凸空间,在没有明确的线性结构的情况下,应用P型空间性质,利用Browder不动点定理与一般的KyFan极大极小不等式为基础得到了一个P型空间中的KyFan极大极小不等式,同时得到了KyFan极大极小不等式的几何形式。     

约束极小极大问题的光滑化牛顿方法

对极小极大问题在K-T条件下的解决方法进行了研究，用光滑化方法将不可微非线性方程组转化为可微非线性方程组，并用牛顿法来求解这个方程组，最后给出了3个算例来验证此方法。     

非线性问题的加速迭代法及其在物理中的应用

物理学中存在大量的大型非线性问题，为了快速求出这类非线性问题的解，本文提出一种加速迭代方法，并把这种方法应用于维恩位移定律的推导之中，数值计算表明该方法比一般迭代法更有效。     

关于一类非光滑极大极小问题的非单调线性搜索算法

考虑一类非光滑的离散的极大极小问题：minmax{fi(x)|i=1…m}，其中fi是凸的，但不一定可微．在这里我们给出了非单调线性搜索算法，并证明了在一定条件下算法具有全局收敛性．     

广义凸空间上的重叠定理、相交定理和极大极小定理

利用已知的KKM型定理得到两个新的重叠定理,并作为上述结果的应用,给出了广义凸空间上的相交定理、不等式族解的存在定理和极大极小不等式定理.     

误差限定分布的有限样本的韧性检测

本文给出了最不利分布和韧性(robust)极小极大检测的一些性质。这些性质有助于理解韧性极小极大检测。文中介绍了误差限定分布的有限样本的韧性极小极大检测器,推导了最不利分布的形式,并给出了错误概率的范围。     

增长曲线模型回归系数的线性MINIMAX 估计

在矩阵损失函数下,研究增长曲线模型中回归系数的线性估计在给定估计类中的minimax性,并得到惟一的线性minimax估计.