求解无约束优化问题的Dai-Yuan记忆梯度法

将Dai-Yuan共轭梯度法的前提条件βk>0改为βk<0,根据搜索方向的下降性要求,得出一个新的记忆梯度法,并做出了收敛性证明.新算法与Dai-Yuan共轭梯度法联系紧密.数值实验表明了该算法的有效性.     

一类求解无约束问题的混合参数共轭梯度法及全局收敛性

提出一类混合参数共轭梯度法,在步长满足Wolfe线搜索的条件下,算法产生的搜索方向是下降方向.在适当的条件下,算法是全局收敛的.     

一类新的求解非线性方程组的记忆梯度法

提出一类新的求解非线性方程组的记忆梯度法,证明了算法的全局收敛性.该算法不依赖于问题初始点的选取,并且在迭代过程中无需计算雅克比矩阵的逆矩阵,降低了算法的计算量,节省了运算时间.与牛顿法相比,新算法更适于求解大规模非线性方程组.     

基于对偶变数法求解二重积分的新方法

依据对偶变数法求定积分的理论,提出以减小用蒙特卡罗方法求定积分的方差为目的的求解二重积分的新方法,并通过一系列证明,证明该方法的正确性.最后通过数值模拟验证该方法对求解二重积分的精度明显高于其他的蒙特卡罗模拟方法.同时该法的提出也对用数值计算求积分的精确性做出一定的贡献.     

有补偿二阶段问题的Bayes决策

本文利用Bayes决策观点,对于随机规划中的有补偿二阶段决策问题,定义了Bayes决策准则,并利用样本的信息给出了最优的Bayes决策,讨论了一些相应的性质。     

求解无约束优化问题的一类谱共轭梯度法

针对无约束优化问题,提出一类谱共轭梯度法.谱共轭梯度法是对TS、GN及MPRP方法的修正,使得在任何线性搜索条件下都具有充分下降性.并且在Armijo型线性搜索条件下,证明了该类算法的全局收敛性.与GN、SFR及MPRP方法进行比较,数值结果表明:谱共轭梯度法是可行的,特别对于大规模无约束优化问题更有效.     

求解非线性规划的原始对偶内点法

应用一个指数障碍函数和原始对偶内点法求解一个非线性规划问题, 并利用线性搜索方法建立了全局收敛性定理.     

求解线性逆问题的谱共轭梯度法

针对线性逆问题,把原问题的算子方程转化为带有Tikhonov正则项的无约束优化问题,提出一个求解线性逆问题的新谱共轭梯度法,并证明算法的全局收敛性.数值结果表明,新算法是有效的.     

求解无约束问题的一个杂交共轭梯度法

给出了一个基于PRP方法的新的杂交共轭梯度法，并在适当的条件下，证明了新算法的全局收敛性．数值结果表明提出的算法是有效的．     

三角补偿矩阵的二阶段问题

本文研究的是一类具有完备补偿矩阵的二阶段问题－三角补偿矩阵的二阶段问题．它是简单补偿和对角补偿问题的推广．文中讨论了它的一些重要性质，这些性质对求解它是很有意义的．     

一类新的记忆梯度法

提出了一类新的求解无约束优化问题的记忆梯度法,在较弱条件下证明了该方法的全局收敛性和线性收敛速率.该算法无需任何线搜索而具有充分下降性,且搜索方向自适应在一个信赖域范围之内;该方法继承了著名PRP方法的一个主要性质:当步长很小时,搜索方向靠近于最速下降方向,避免了连续小步长的产生.初步的数值实验结果表明该方法是有效的.     

一种求解无约束优化问题的共轭梯度法

共轭梯度法是求解大规模无约束问题的一种有效方法,本文针对算法的优劣主要依赖于步长因子和搜索方向的特点,结合共轭梯度法的共轭性质,在HS方法和DY方法的基础上,提出了一种混合共轭梯度法,并证明了全局收敛性.     

求解非线性互补问题的非单调共轭梯度法

利用非线性互补问题（NCP）的F－B价值函数,基于PRP＋型共轭梯度算法,结合Gu N．Z．的新的非单调搜索技术提出新的利用F－B价值函数求解非线性互补问题（NCP）的非单调共轭梯度算法,该算法保持了共轭梯度算法和非单调数据的优良性质．在适当的条件下,证明了算法的全局收敛性,数值实验证明是有效的,适合解决大规模非线性互补问题．     

一类记忆梯度法的收敛性

研究一类新的记忆梯度法,算法利用当前点的负梯度和前一点的搜索方向的线性组合为搜索方向,以强wolfe线搜索确定步长,并证明了算法具有全局收敛性,当目标函数一致凸时讨论了收敛速度．     

对角补偿矩阵的二阶段问题

本文提出了二阶段随机规划中对角补偿问题的定义并推导了此问题的性质与算法。     

求解非完整系统运动方程的梯度法

将Vujanov 1979年提出的对完整非保守系统的一种积分方法——梯度法,推广到非完整非保守系统,并举例说明新方法的应用。     

对偶系统的对偶包含问题

提出对偶系统的对偶包含问题，给出其包含条件及与原系统包含条件之间的对偶关系．对偶系统的约束条件是原系统模型降阶聚集条件的补充．     

一类改进的谱共轭梯度法

通过修改共轭系数和谱系数公式,给出了基于强Wolfe搜索技术的谱共轭梯度法,在一般假设条件成立下,证明了该算法满足充分下降性、具有全局收敛性,并进行了数值实验,数值实验表明,新算法具有更好的数值性能.     

对偶线性规划问题的一类解法

通过线性互补问题(LCP)的一个等价系统——Pang函数的区间斜率的构造，得到了LCP问题的Krawczyk区间算子的迭代算法，证明了该算法是可以在计算机上得以确认的一种检验方法；同时阐述了如何将对偶线性规划问题转化为LCP问题的方法，由此获得计算对偶线性规划问题的区间迭代算法，由算例可知，其数值结果是很好的。