求解极大极小问题的调节熵函数法的收敛性

对调节熵函数法的收敛性作了理论分析.     

极大极小问题极大熵方法的研究（Ⅱ）

对成员函数是可微的和Ｌｉｐｓｃｈｉｔｚ型的极大极小的问题,研究了极大熵方法得到的近似问题和原问题满足最优性一阶必要条件的解之间的关系;举出反例说明,在特殊情况下,近似问题的局部解未必收敛原问题的局部解;原问题有解,近似问题未必有解。     

非线性极大极小问题的凝聚函数与同伦方法

利用凝聚函数讨论了非线性极大极小问题的同伦方法，给出了同伦方法的收敛性。     

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。     

一类线性规划的调节熵函数法

目的为得到一类线性规划的简单有效的数值算法。方法通过利用熵函数的思想，给出了求解该类线性规划的调节熵函数法，由于算法是基于等价的极大极小问题，从而具有初始点任意性的优点。结果给出了该算法分析并讨论了它的收敛性，最后给出的数值例子显示了其有效性。结论与传统方法比较，所得算法更为简洁，具有可充分利用现有无约束优化算法，以及可较快地收敛到问题的最优解等特点。     

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．     

变量有界线性规划的极大熵方法

目的讨论变量有界线性规划问题的熵函数解法。方法采用Lagrangian对偶把该问题处理为一个对偶的低维无约束不可微凸规划，据此提出了变量有界线性规划问题的可微极大熵函数。结果提出的熵函数方法可以避免数值计算的溢出。结论所采用的熵函数可避免数值的溢出，数字结果表明方法是有效的。     

半无限极大极小问题的依赖域方法

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

约束极大极小问题的光滑化方法

基于Karush-Kuhn-Tucker最优性条件和Fischer-Burmeister非线性互补函数，建立了约束极大极小问题等价的非光滑无约束优化问题和等价的非光滑方程组．然后，利用光滑化方法求解这两个问题．     

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．     

确定平面直角坐标问题应力函数的材料力学初等解法

针对弹性力学平面直角坐标问题,介绍了一个确定应力函数的简便方法,即材料力学初等解法。     

求解大型稀疏最小二乘问题的MSOR方法及其收敛性

文章讨论了求解大型稀疏最小二乘问题的ＭＳＯＲ方法，考虑了２－ＢＭＳＯＲ和３－ＢＭＳＯＲ方法的收敛区域，并且基于‖Ａ２Ａ－１１‖２给出了最佳２－ＢＭＳＯＲ松弛参数和相应的收敛谱半径     

解等式约束加权线性最小二乘问题的一类直接方法

基于广义Ｃｈｏｌｅｓｋｙ矩阵分解方法，给出了解具有等式约束的加权线性最小二乘问题的一个直接方法，该算法具有工作量小，存贮量少的优点，数值例子说明了算法的有效性。     

双曲问题在矩形网格剖分下的混合体积元法

研究一类具有变系数非对角扩散张量的广义自共轭双曲型方程的定解问题．给出了在矩形网格剖分下的混合体积元方法,该方法采用了最低次R-T混台元空间,得到连接时间下的最优L^2模误差估计．     

最优基选择的极大熵方法

本文在Wickerhauser和Donoho提出的通过扩散测度最小化的思想,求解最优基选择的方法基础上,构造了一类算法.并利用极大熵方法克服lp≤1测度的非光滑性,同时根据同伦算法构造极大熵函数的最优解序列来逼近最优基.最后,数值实验表明这种算法是十分有效的.     

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。     

非线性l1问题的区间调节熵算法

本文证明了非线性 l1问题调节熵函数的相关性质,将调节熵函数和区间分析相结合,构造了非线性l1问题的区间调节熵算法,讨论了调节熵函数的区间扩张及其收敛阶,证明了算法的收敛性,给出了数值算例.理论与数值结果表明该方法是可靠和有效的.     

非光滑最优化方法的应用领域

非光滑最优化是数学规划中近年来研究十分活跃的一个分枝,已经提出了不少数值方法和算法。它们有相当广泛的应用领域。本文将对能应用这些方法来求解的问题作一扼要的介绍。内容包括:极小化极大函数问题,精确罚函数,分解问题等。