一个摄动的可行SQCQP算法

通过引入新的摄动策略,提出一个摄动的可行序列二次约束二次规划（SQCQP）算法.该算法全局和超线性收敛并且去掉了传统SQCQP算法全局收敛性分析中的一致正定性假设.     

摄动的强次可行序列二次规划算法

利用最优性与可行性衡量的凸组合提出了一个新的摄动参数更新技术,从而去掉了传统强次可行序列二次规划算法的全局收敛性分析中需要Lagrange函数近似Hesse阵正定或一致正定的较强假设。且在适当条件下,算法仍具备超线性收性。     

基于PSS迭代分裂的广义鞍点问题求解

基于正定和反Hermite分裂(PSS)迭代技术,给出求解广义鞍点问题的一种广义Uzawa迭代法——修正局部PSS迭代算法,分析了该方法的收敛性,并用数值算例验证了新算法的有效性.     

伪Newton－R族算法的导出及其性质

对无约束优化问题提出了一个新的拟Ｎｅｗｔｏｎ法（伪Ｎｅｗｔｏｎ－Ｒ族算法），这种方法具有二次终止性及调比不变性。它产生的近似Ｈｅｓｓｅ阵序列保持正定对称传递性。该算法对一致凸函数具有全局收敛性和超线性收敛性。     

伪Newton—R族算法的导出及其性质

对无约束优化问题提出了一个新的拟Ｎｅｗｔｏｎ法（伪Ｎｅｗｔｏｎ－Ｒ族算法），这种方法具有二次终止性及调比不变性。它产生的近似Ｈｅｓｓｅ阵序列保持正定对称传递性。该算法对一致凸函数具有全局收敛性的超线性收敛性。     

一个修改的BFGS信赖域算法

给出一个修改的BFGS校正信赖域算法,并分析其收敛性.该算法能够保持校正矩阵正定和收敛速度是二次的.     

实对称半正定矩阵恢复的Lagrange乘子修正算法

基于不精确的增广拉格朗日乘子算法,针对实对称半正定矩阵恢复问题提出了一种修正算法.恢复后的矩阵保持稳定的实对称半正定性质.同时,证明了修正算法的收敛性,验证了修正算法对实对称半正定矩阵恢复具有更高的效率.     

互补问题的一个新的光滑乘子价值函数

研究互补问题的新解法,给出了互补问题的一个新的光滑乘子价值函数,分析了乘子价值函数的性质,并构造了相应的算法.选取了新的下降方向和乘子修正方法,使价值函数获得两次下降,从而加快了下降速度.研究结果表明:在函数为一致P的条件下,算法具有全局收敛性、局部超线性收敛性和二次收敛性;对线性互补问题有限步收敛.     

Overton算法收敛性的一个结论

Overton 在[1]中对一般最优场址模型给出了一个具二次终端敛速的算法.但未能证明该算法的收敛性.本文在一定条件下证明了 Overton 算法具有全局收敛性.     

一些修正的线搜索及其收敛性

文献中,韦(Wei Z.)用k次迭代的矩阵函数f (x-xk)TAk(x-xk)来代替简单函数f(f是给定问题的目标函数),Ak为给定的对称正定矩阵,并给出了一些新的线性搜索.该文在详细叙述新准则的基础上进一步讨论了给定算法在这些线搜索下的下降性质及收敛性.并且证明了当Ak满足文中所给条件时算法具有超线性收敛速度.     

融合粒子群优化算法与蚁群算法的随机搜索算法

针对PSO算法与蚁群算法的优缺点,提出一种融合PSO算法与蚁群算法的混合随机搜索算法.该算法充分利用PSO算法的快速、全局收敛性和蚁群算法的信息素正反馈机制,达到优势互补,将这种优化方法拓展到求解连续空间问题,并通过实例来验证该算法对于单峰、多峰函数都能取得较好的优化效果.     

基于改进天牛群算法优化的BP神经网络的入侵检测

针对传统BP神经网络的入侵检测中,BP神经网络模型存在容易陷入局部最优、收敛速度慢、初始值随机性较大等缺点,本文提出改进天牛群算法(Beetle Swarm Optimization,BSO)用于优化BP神经网络的权值与阈值,并采用可变的感知因子及导向性的学习策略,以增强算法跳出局部最优的能力,提升算法全局寻优能力。利用天牛群算法群体智能的特点,提高BP神经网络的收敛速度。并将天牛群优化的BP神经网络模型应用于入侵检测,仿真实验结果表明优化后的BP神经网络模型能够显著提高模型的收敛速率和对入侵数据的检测率,降低误报率。     

广义正定阵判别及亚正定化算法

本文给出广义正定阵判别方法，讨论几类矩阵之间的关系；给出亚正定化的一种收敛算法。     

自适应IIR滤波器的韧性梯度估计算法

对于自适应ＩＩＲ滤波器的输出误差模型结构。ＨＡＲＦ算法和ＲＰＥ算法是两种基本算法。ＨＡＲＦ算法受严格正实条件限制。ＲＰＥ算法则有稳定性问题；经分析，其原因在于其梯度的不坚韧性。为此，提出了一种能够稳定收敛的韧性梯度估计算法；其计算量小，是一种实时算法。     

面向无人机数据采集的短突发CPM盲Turbo均衡

在无人机辅助的战场侦察传感器数据采集中,短突发连续相位调制(continuous phase modulation, CPM)具有重大的实用价值,但也面临着盲均衡复杂度高、性能差等问题。基于期望最大化(expectation-maximization, EM)-维特比类盲均衡算法,针对短突发CPM提出了一种盲Turbo均衡算法。采用盲信道捕获方法设计了一组初值方案,同时在EM算法中嵌入Lazy维特比算法,提高了信道估计收敛性并降低了复杂度;接着在编码CPM中匹配卷积码和交织器,优化系统参数,并利用Turbo均衡进一步改善误码率;针对短帧迭代过程中交织深度不够导致的正反馈问题,通过改进外信息交换方式提升Turbo迭代的收敛性。理论分析和仿真结果表明,相比传统方法,所提算法在显著降低计算复杂度的同时能够兼顾误码率性能。     

广义正定矩阵的判别及相应线性方程组的求解

通过给出广义正定矩阵判别的充分条件和充要条件,研究求解广义正定矩阵线性方程组的HSS迭代算法,分析算法的收敛性,并给出数值实验.     

求解弹性接触问题余能泛函的Lemke法

本文研究了一般弹性接触问题有限元余能泛函的构造及其求解问题.将一般弹性接触问题数学模型归于二次规划,通过用Lemke法找线性互补问题基本解的方法来获得二次规划的Kuhn-Tucker点,并证明了二者的等价性.本文用Lemke法对不少算例进行了求解,发现此法具有收敛快、精度高等优点,尤其对正定性差的问题也能较好求解,不失为一种求解弹性接触问题的可行方法.