拟牛顿非凸族算法的收敛性

对于无约束最优化问题min f(x),x ∈Rn,提出了一类拟牛顿非凸族算法,并结合一类更广泛的线性搜索,在目标函数凸的条件下,证明了算法的全局收敛性.     

非光滑凸最优化的一类全局收敛算法

本文利用非光滑凸分析基本理论,对无约束非光滑凸最优化问题(I)min f(x),x∈R~n,提出了一类信赖域算法,在一定条件下证明了算法的全局收敛性,并指出了利用次梯度聚集方法实现算法的途径。     

基于新拟牛顿方程的一类超线性收敛的改进BFGS算法

针对无约束最优化问题,在已建立的一类新拟牛顿方程的基础上,把满足于传统拟牛顿方程的一类改进BFGS算法推广到新拟牛顿方程,从而得到一类基于新拟牛顿方程的改进BFGS算法.证明该算法在目标函数为一致凸时具有局部超线性收敛性.     

一类不可微凸规划的信赖域算法(英文)

提出了求解一类不可微凸规划的信赖域算法，该算法不满足有关文献中的假定，证明了算法的全局收敛性。     

关于DFP算法的收敛性质

在目标函数f(x)没有凸性假设的情形下,本文证明了DFP算法的如下收敛性质:设f(x)∈C~(1,1),且设迭代点列{x_(?)}收敛于x_*,则x_*必为f(x)的临界点.本文的结果回答了Powell在1972年所提出的一个问题(文献[2]).     

拟牛顿非凸族的收敛性

提出一灯求解无约束最优化的拟牛顿非凸族算法,结合一般线搜索原则,证明了算法对凸函数的全局收敛性．     

非拟Newton族的导出及其收敛性

对无约束最优化问题提出了一类非拟Newton族算法，它不再是Huang族中的成员，与拟Newton法相比，新给出的校正公式．在不增加计算量的前提下，能吸纳更多的信息，且仍保持正定对称传递性，对一致凸的目标函数，证明了算法的整体收敛性．且结论对众多类型的精确与非精确线搜索均能成立．而这些线搜索在最优化算法中是比较有效且常用的。     

非凸函数的一类改进BFGS算法的全局收敛性

文[1]提出了一类改进的BFGS算法,并在目标函数为一致凸的条件下,证明了算法具有全局收敛性.针对该算法,在目标函数为非凸函数时,提出一个假设条件,证明具有wolf线搜索的该算法亦具有全局收敛性.     

非凸函数的一类改进BFGS算法的全局收敛性

文[1]提出了一类改进的BFGS算法,并在目标函数为一致凸的条件下,证明了算法具有全局收敛性。针对该算法,在目标函数为非凸函数时,提出一个假设条件,证明具有wolf线搜索的该算法亦具有全局收敛性。     

求解凸可行问题的一种算法

凸可行问题(CFP)是传统数学及现代自然科学中的一类重要问题,其应用日益广泛.本文在无需知道目标函数的情况下,给出求解该问题的一种松弛投影算法,并证明了这种算法的收敛性.     

关于福克-普朗克方程的解

本文讨论了福克-普朗克方程的两种基本解法,即本征函数展开和路径积分方法.建立了福克-普朗克方程与薛定谔方程以及与经典动力学方程之间的联系.给出了c_1(x)=x、c_2(x)=1,以及c_1(x)=x+x~3、c_2(x)=x~4情况下福克-普朗克方程的精确解.     

解线性方程组的误差分析与方程组病态的判断

设ｘ为线性方程组Ａｘ＝ｂ的精确解向量，ｘ为近似解向量．令Ａｘ＝Ｂ，δｘ＝ｘ－ｘ，δｂ＝ｂ－ｂ，值和都可用来判断近似解向量ｘ的好坏。本文讨论在线性方程组状态不同的情况下，判断结果的差异．又为判断条件数的太大提供了两个不等式．同时从理论上解释了文献［２］中判断线性方程组病态的两种方法．     

新迭代法的构造方法及应用

介绍并讨论了利用两个辅助函数z=g(x)、u(x)=f(x)e^αx和差商来构造迭代法的几种方法。经过选择适当的辅助函数及差商,构造了以前几种常用的迭代方法,最后构造了一种新的迭代法即对数迭代法,此迭代法包含两个参数,具有很强的适应能力。     

一类二阶变系数微分方程基本解组的渐近逼近式与解的渐近性态

根据常微分方程渐近解理论分别获得了二阶线性变系数齐次常微分方程在两组不同条件下的基本解组的渐近逼近式，证明了该方程在两组不同条件下所有解有界和零解全局渐近稳定．实例验证了本文所述方法的有效性．     

一个算术函数方程及其正整数解

利用初等数论方法研究方程S(x3)=Ф(x)的可解性,获得了该方程的所有正整数解.证明了方程S(x3)=Ф(x)仅有正整数解x=1,32,48,49,98.     

一类求解stiff 常微分方程组非线性显式及隐式单步法

本文构造了一类适于求解stiff 和振荡问题具A-稳定的非线性显式单步法及L-稳定的隐式单步法.这些方法与一些文献的同阶方法相比,具有相同的数值稳定性和较少的计算量.本文构造的L-稳定的数值积分公式对于特征值接近或位于虚轴的stiff 问题也是有效的.文末的数值例子表明,本文所构造的方法对某些类型的stiff 问题是有效的.     

(x1,x2,x3)～M(n;P1,P2,P3)的BAYES检验

设（x1,x2,x3）服从参数为（P1，P2，P3）的多项分布，在使用Bayes方法时，我们选择先验分布为无信息先验，从而求出每个假设的后验概率．     

关于丢番图方程x~4-py~4=z~2

利用初等方法给出了丢番图方程x4-py4=z2,(x,y)=1,2|y当p=Q2+1,p为奇素数时的全部正整数解,从而拓展了Mordell关于x4-py4=z2的结果。     

高温贫氧燃烧过程实现贫氧条件方法的探讨

着重分析在高温贫氧燃烧过程中，如何实现高温燃烧贫氧条件的问题，对目前国际上流行的几种方法进行分析，在此基础上，认为抽取部分燃烧废气来稀释高温燃烧预热空气的体积含氧量，将是一种比较理想的选择。