强稳定二阶Runge-Kutta最优算法

研究一阶常微分方程数值解的收敛性与稳定性，利用最优化方法，确定最优系数，导出两个强稳定的单步公式，并加以优化和改进，得到新的算法。经过实际计算，结果优于目前的单步公式，同时也验证了梯形公式。     

拉格朗日——牛顿法的一个局部超线性收敛算法

桂胜华等曾提出含弱互补函数的不等式约束最优化问题的拉格朗日一牛顿法和拟牛顿法，但算法中计算Hesse矩阵的工作量较大，且该算法仅能解不等式约束最优化问题．论文改进了桂胜华等的算法，用拟牛顿公式代替了Hesse矩阵，并把解不等式约束最优化问题推广到既含不等式约束又含等式约束最优化问题；证明了此算法具有全局收敛性和局部超线性收敛性．     

无约束最优化的一个并行算法

文章提出一个数值最优化问题的差分方法，该法的计算性能略优于拟顿法中的BFGS公式，而并行性则明显更优。     

无线搜索BFGS公式的改进

拟牛顿法中的BFGS公式是非线性数值最优化计算方法中的一个很有效的方法，文章对BFGS公式提出一个修改。修改后的BFGS公式在进行无线搜索迭代时，其迭代方向的共轭性得到较好的改进。数值例子表明本文的修改提高了BFGS公式的效率     

拉格朗日-拟牛顿法解约束非线性规划问题

Partier E R和祁力群等人先后提出解光滑不等式约束函数和光滑目标函数最优化问题的QP-free方法，算法中所有的迭代点为可行点．笔者在先前发表的文章中，提出了含弱互补函数的不等式约束最优化问题的拉格朗日-牛顿法．现笔者改进了先前文章中算法，用拟牛顿公式代替了Hesse矩阵，把解不等式约束最优化问题推广到了既含不等式约束又含等式约束最优化问题，并证明了此算法具有全局收敛性．对一些算例的计算表明，此法具有很好的应用前景．     

无约束优化中新的共轭梯度方法

提出一个新的解决无约束最优化问题的非线性共轭梯度公式,该公式满足充分下降条件,采用这个公式和弱Wolfe条件的方法是全局收敛的.初始的数值结果表明,该方法是有前景的.     

强稳定的线性两步公式

本文研究一阶常微分方程数值解的收敛性与稳定性,利用最优化方法,确定最优系数,得到三个强稳定的线性两步公式.经过实际计算,结果优于目前的线性两步公式.     

基于流水线技术的Montgomery模乘器优化设计

基于高基FIOS算法，采用流水线技术实现Montgomery模乘器的硬件设计。并讨论流水线级数的选取对模乘器的速度、面积的影响，并推导出最优化流水线级数选取的公式。通过仿真实验证明了设计的优越性。     

无约束最优化带球面曲线搜索的校正技术

本文提出了无约束最优化一个球面曲线搜索的校正公式。它是前人园弧搜索校正公式的拓广。由于它包含二个参数,因而使用起来更灵活、有效。     

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。     

最小二乘广义逆求解方法研究及应用

广义线性系统是自动控制理论的一个重要组成部分,在研究广义线性系统的诸多问题中常常需要计算系统状态矩阵的广义逆,因而广义逆矩阵的求解方法就显得格外重要。文中给出了矩阵最小二乘广义逆的2种求解方法,分别证明了2种方法的正确性,最后举出广义线性控制系统的实际算例。通过用这2种方法求解系统状态矩阵的最小二乘广义逆,验证了所给方法的有效性和可行性,同时方法简单易行,适合计算机编程计算。     

求逆矩阵方法的进一步研究

在逆矩阵、线性方程组及分块矩阵有关知识的基础上，文中给出求逆矩阵的另外一些方法，即（1）利用线性方程组降矩阵；（2）由AB＝E，则A^-1=B；（3）分块求逆法。     

投资组合风险价值分解方法研究

提出了两种分别对组合损失和极端损失进行线性近似的投资组合风险价值(VaR)分解的新方法——非对称响应模型估计法和局部线性近似估计法,两种方法均可用于分解参数法与非参数法计算出的投资组合风险价值,弥补了现有分解方法只能分解部分参数法计算出的投资组合风险价值的不足,实证研究结果表明：非对称响应模型法比局部线性近似估计法更为简单、快捷,适用于当组合回报不对称现象明显时;而当组合回报具有显著的厚尾现象时,后者更为准确,两者都具有一定的实际应用价值。     

一个对数障碍函数方法(英文)

对数障碍函数方法是文献中非常流行的求解不等式约束优化问题的序列无约束优化方法.众所周知,对数障碍函数在线性规划与线性半定规划的内点方法中起着重要的作用.但是,在传统的对数障碍函数方法的收敛性分析中,往往要求要精确求解子问题或障碍函数的梯度要满足一苛刻的条件,这导致在实际计算中耗费大量的计算量.为克服这一缺点,笔者给出求解约束优化问题minx∈n+f(x)的一个对数障碍函数方法.该方法根据对数障碍函数的梯度的范数校正惩罚参数,不需要精确求解每一对数障碍函数的极小点.这一惩罚参数的校正规则保证在求解子问题时只迭代少数的几次,而不需要障碍函数的梯度满足苛刻的条件.我们给出该方法的性质并证明了方法的全局收敛性.     

具有长方系数矩阵的微分代数方程组数值解的渐近稳定性

研究了具有长方系数矩阵的微分代数方程组的数组稳定性.利用克罗尼克标准型将原系统等价转化,获得了线性多步法和龙格-库塔法求解系统时的渐近稳定性结果.     

线性方程组的迭代解法

线性方程组的数值求解常见于许多科学与工程计算领域,介绍了求解大型线性方程组的主要迭代算法。首先,对一些经典迭代法（Jacobi方法、Gauss-Seidel方法、SOR方法、SSOR方法和CG方法等）进行了详细的讨论,并从理论上对收敛性进行分析。其次,讨论了最新的Hermitian/Skew-Hermitian splitting（HSS）迭代理论,给出了迭代公式和收敛性定理。最后,通过数值实验对所有迭代法的有效性进行了验证。     

关于求解常微分方程的具有参数的一类预估—校正方法

本文给出基于由Adams和Nystrom方法的组合、含有参数的一类预估——校正方法,这里预估方法是两个显式方法(A-B和Nystrom)的线性依合,校正方法是两个隐式方法(A-M和M-S)的线性组合。通过对参数的选取,使它们具有增大的绝对稳定区间。对于K=3,4,5,6,7,给出具有扩大绝对稳定区间的预估——校正方法。它们比同阶的Ap_kEC_(k 1)E方法的绝对稳定区间要增大很多。这些方法对求解中等Stiff方程是适合的。     

线性互补问题的数值分析

综述了线性互补问题理论的最新发展和已有成果,包括线性互补问题的数值解法,特别是模基矩阵分析算法、误差分析以及扰动分析.给出了线性互补问题的数学问题形式、数学模型以及相关概念;介绍了求解线性互补问题的各种数值解法,其中重点关注迭代法特别是近年来比较热门的模基矩阵分裂迭代法,基于模方程通过运用非光滑Newton法的思想,给出了模基非光滑Newton法,新算法比已有的模基矩阵分裂迭代法收敛更快;给出了线性互补问题解的误差分析,介绍了已有的几个误差界结果,包括运用预处理技术得到的更好的新误差界.同时介绍了线性互补问题解扰动分析的结果及目前最新的扰动界.     

广义线性模型的诊断与实例分析

研究了广义线性模型的诊断，将线性回归模型的诊断方法推广运用到广义线性模型，证明了均值漂移模型与数据删除模型的等价性，研究了判断异常点的Score检验统计量．最后通过实例建模，验证了本文给出的诊断方法的有效性．     

区间数线性不等式及拟不等式

区间数比较大小可以有很多方法.文中基于一种区间数比较大小的方法,提出了区间数线性不等式及拟不等式的概念,这种概念同样也适用于其他区间数排序.此外,根据区间数的运算法则分别给出了相应的解法,这种解不等式的方法同样也适用于其他一些区间数的排序.