一类非精确线搜索下的混合共轭梯度算法

给出了一类在非精确线搜索下的混合共轭梯度算法,对李荣生提出的NCG算法进行了改进,在算法的迭代过程中,保持了迭代方向的下降性,在较弱的条件下证明了全局收敛性,数值试验表明该算法是相当有效的.     

一类Wolfe搜索下的共轭梯度法及其全局收敛性

构造一个新的求解无约束优化问题的非线性共轭梯度公式中βk参数的计算公式,采用该公式得到Wolfe非精确线搜索的新算法,并证明新算法具有全局收敛性,并用数值实验验证新算法是有效的.     

四元数矩阵的行列式的复表示及应用

研究了四元数矩阵的Hadamard定理的推广及改进问题,并给出了若干新的结果.     

基于区间套混沌搜索的混合优化方法

基于对Logistic映射混沌变量概率分布的研究,提出了一种区间套混沌搜索方法,避免了混沌搜索的盲目性.将区间套混沌搜索方法与共轭梯度法结合,提出了一种混合优化方法,利用区间套混沌搜索方法搜索到近似最优点,再用共轭梯度法求得最优点.数值计算结果表明,该方法可显著提高优化效率.     

无约束最优化的共轭梯度路非单调信赖域算法

提供了无约束最优化问题的共轭梯度路径非单调信赖域算法。进而获得了共轭梯度路的一些重要性质。基于这些性质和一些合理的假设，证明了算法具有整体收敛性和保持局部超线性收敛速率。     

求解线性不等式组的一类无约束极值方法

求解线性不等式组可行解的方法会带来计算的不稳定性或者是低效率。提出了一类新的求解线性不等式组可行解的方法——无约束极值方法。在非空的线性不等式组可行域的相对内域上建立一个非线性极值问题,根据对偶原理,得到一个对偶空间的无约束极值问题和原始、对偶变量之间的简单线性映射关系,将原来的求解线性不等式组问题转化为一个无约束极值问题。应用了Newton法和共轭梯度法。数值实验结果表明,此方法是有效的。     

LS-共轭梯度算法的收敛性

对无约束规划 (P) :minx∈Rnf(x) ,其中 f(x)是Rn→R1上的二阶连续可微函数 ,通过引入强迫函数和逆连续模函数 ,证明了一类采用Curry Altman步长规则的LS 共轭梯度算法的全局收敛性质 ,利用比较原理进一步讨论了LS 共轭梯度算法在采用另外三种步长规则下的全局收敛性     

解约束优化问题的一类广义共轭方向法：一种几何处理

运行微分几何方法将无约束最优化中的共轭方向法推广到约束最优化问题上。在约束子流形上诱导了一类新的仿射联络使原来的约束最优化问题转化为约束流形上的无约束的局部二次规划问题。从而形成了具有广义共轭方向的一种曲搜索算法。     

用仿射变换图解形体表面的截交线

用仿射变换的方法图解空间几何问题对,在图解圆与椭圆之间的转换过程中确定长短轴是解题的关键。用一般方法不易准确求解。论述用仿射变换中的主方向求法,能准确找出长短轴。     

名义尺度总体的共轭先验分布中参数的确定

本文主要就几种情况讨论了名义尺度总体的共轭先验分布中参数的确定问题．