新拟牛顿方程下一类改进BFGS算法的全局收敛性

文献[1]曾在已建立的一类新拟牛顿方程Bk 1sk=yk-=yk kγskTsksk的基础上,证明了满足新拟牛顿方程的一类改进BFGS算法在目标函数为一致凸的条件下,具有全局收敛性。此文针对该算法,给出了全局收敛性的另一种证明方法。     

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.     

一种新的修正有限内存拟牛顿法

依据修正拟牛顿方程,提出一种新的双循环有限内存拟牛顿法.与经典的有限内存BFGS方法相比,新算法同时利用函数值和梯度信息构造拟牛顿校正矩阵,且不会增加计算量,理论分析和数值检验说明了新算法的有效性。     

关于非单调拟牛顿算法的一个改进

对于无约束优化问题提出了一类新的非单调拟牛顿算法.该算法在修正的拟牛顿方程基础上添加参数,从而推广了已有的拟牛顿方程.采用非单调线性搜索准则,并在一定条件下证明了新的非单调拟牛顿算法具有全局收敛性.     

关于线性和拟线性椭圆方程弱解的有界性

本文提出一种新条件,取代文献[1]中连续性要求,证明线性和拟线性椭圆型方程弱解的有界性。     

改进的SR1拟牛顿法的2n步q二次收敛性

为了从理论上证明基于新拟牛顿方程的改进拟牛顿方法比传统的拟牛顿方法有更好的收敛效果，对改进的ＳＲ１拟牛顿方法进行了深入的研究，在变尺度矩阵序列正定有界的条件下，证明了算法在每ｎ＋ｐ（ｐ≥１）步迭代中至少有ｐ步是好的（ｑ超线性步），进而证明了算法的２ｎ步ｑ二次收敛性。     

无约束多目标优化的一种新的拟牛顿法

基于在新拟牛顿方程形式下无约束单目标优化问题改进的拟牛顿法,提出了无约束多目标优化问题的一种新的拟牛顿法,同时在一定的假设条件下,结合Wolfe线性搜索准则,证明了算法具有全局收敛性和超线性收敛性,并进行了数值试验,结果表明,所提的新算法是正确和有效的,并能够迭代得到可使多个目标更优的临界点.     

解一般约束优化问题的牛顿法的超线性收敛性

文献[2]提出了基于F-B函数的解一般约束优化规划问题的牛顿算法,但仅给出了该算法的全局收敛性。在该算法的基础上,进一步证明了该算法的超线性收敛性。     

一种基于四阶Taylor展开的多目标改进的拟牛顿算法研究

借助于目标函数的四阶Taylor展开导出新的拟牛顿方程,并将其应用到多目标优化问题中,给出了一种多目标优化改进的拟牛顿算法(称为M-TBFGS算法),同时在一定的假设条件下,结合Wolfe搜索准则,证明了本文算法的收敛性,并进行了数值试验,结果表明,本文的M-TBFGS算法是正确和有效的。     

一种改进的BFGS算法及其全局收敛性分析

针对无约束最优化问题，提出了一个基于新拟牛顿方程Bk＋1Sk=yk^＊的新改进BFGS算法，并在目标函数一致凸的假设条件下证明了该算法的全局收敛性。     

一个新的对称秩1变尺度算法及其全局收敛性

本文在参考文献[6]的基础上,进一步修正了原对称秩1拟牛顿法,从而提出了一个新的对称秩1变尺度算法,此法具有形式简单、易于计算的特点。并且我们证明了此新算法具有较好地全局收敛性质。     

无约束优化的信赖域算法

提出了一种无约束优化问题的信赖域算法。根据原优化问题的二次近似模型,运用拟牛顿方向与最速下降方向之凸组合作为搜索方向,采用了新的策略。进行了收敛性分析,得到整体收敛及局部二次收敛性结果,并给出了算法的执行过程及算例。     

MEMETIC算法在非线性方程组求解中的应用

将非线性方程组求解问题转化为函数优化问题,在Memetic(文化基因)算法的框架下,采用了拟牛顿局部搜索与自适应多点交叉、随机变异相结合的策略进行求解,充分发挥Memetic算法的群体搜索和全局收敛性,有效克服了拟牛顿法的初始点敏感问题. 选择了几个典型的非线性方程组进行求解,实验表明Memetic算法在求解非线性方程组应用上具有较高的收敛可靠性和精度.     

一种基于标准峭度的新型复数盲分离算法

在复值信号的盲分离算法中,经常采用信号的峭度最大化作为代价函数.以复数标准峭度代替复数峭度,将复数信号的标准峭度最大化作为新的代价函数,采用修正的复值拟牛顿迭代算法对代价函数进行优化,并运用该算法对混合QAM信号进行分离.仿真实验结果表明:改进后的算法具有很好的分离效果,相比于峭度最大化为代价函数的分离算法,收敛性能有明显提高.     

不平衡类分类问题的逻辑判别式算法

针对不平衡分类问题,提出了逻辑判别式算法.该算法使用拟牛顿法迭代求解模型参数,考虑模型的准确率和召回率,构造了新损失函数(Likelihood Estimation and Recall Metric,LERM);设计了用于不平衡类问题的逻辑判别式算法(Logistic Discrimination Algorithms for Imbalance,LDAI).16个数据集上的实验结果表明,与传统的逻辑判别式、基于过采样和欠采样的逻辑判别式相比,LDAI模型在召回率、f-measure、g-mean等指标上都表现出明显优势.     

一种利用接收信号冗余特征的基于子空间的盲信道估计算法

提出了一种基于子空间OFDM盲信道估计算法的改进算法。由于OFDM传输方程不能直接推导子空间算法,故给出了一种新的方法对OFDM传输方程作矩阵变换,该方法利用接收信号的冗余特性,得到一个结构简单的新方程,经理论分析证明,该算法对于循环前缀CP（Cyclic Prefix）的长度没有严格要求,大于或小于信道阶数,皆可以成立。     

一种应用于可燃气云爆燃计算的改进SIMPLE算法

基于SIMPLE算法的压力校正思想,提出了一种新的改进算法．设计了先对温度进行假设,再对其迭代求解的计算流程,并从理想气体状态方程出发,推导出了密度校正方程,对半球形可燃气云爆燃进行了计算,得到了收敛性能良好的计算结果．该改进算法可以应用于可燃气云爆燃的计算中．     

基于反欠松弛方法的不可压流动压力修正算法

对交错网格上不可压流动的压力修正算法进行了研究，利用离散的动量方程和连续方程建立了压力方程，通过检查迭代中速度场的散度来建立压力修正方程和速度修正公式。提出了加速收敛和稳定数值计算的反欠松弛方程，给出了决定反欠松弛函数的准则。数值计算获得了较好的收敛特性。     

一类延时积分方程的外推算法

通过使用中矩形积分公式离散延时积分方程,并对非整数结点采用插值逼近,得到了一个高精度数值新算法,其收敛阶可达O(h2).为达到更高精度,采用外推技术,可使收敛阶提高到O(h3).最后的数值算例很好的验证了理论结果.