线性互补问题的内点正算法

针对线性互补问题，提出了具有稳健性质的内点正算法，并证明了收敛性定理，此外，还做了一些数值试验，得到了很好的数值结果。     

求解非线性互补问题的一个l1—模算法

提出了求解非线性互补问题的一个ｌ１－模算法并证明了其收敛性定理，数值例子表明这一算法是有效的。     

线性互补约束优化问题的一类修正SQP算法

提出了求解线性互补约束优化问题的一类修正逐步二次规划算法,数值实验表明了该算法有效。     

混合互补问题非精确逐次逼近法的全局收敛性

针对混合互补问题，提出了与其等价的非光滑方程的非精确逐次逼近法，并在一定条件下证明了该算法的全局收敛性。     

线性互补问题的序列凸近似方法

线性互补问题是一类有着广泛应用背景的重要数学问题,本文主要讨论其求解方法．本文首先将线性互补问题等价转化为目标函数含有Dc函数（两个凸函数的差函数）的优化问题,然后对该Dc问题目标函数的第二部分凸函数进行线性化,得到一列凸近似子问题．本文证明该列子问题的解的聚点是线性互补问题的稳定点．     

解线性互补问题的控制超松弛迭代算法

运用松弛迭代算法与矩阵分裂理论,提出了求解线性互补问题的控制超松弛迭代算法.这类算法设计了两个参数:第一个参数控制了迭代阵的谱半径,从而使算法收敛,适当选取第二个参数,加快了算法的收敛速度.在一定条件下证明了算法的全局收敛性.     

扰动Newton法大范围求解P0—矩阵互补问题

利用扰动Ｎｅｗｔｏｎ法求解Ｐ０－矩阵线性互补问题，给出了大范围收敛性条件，证明了算法的大范围收敛性。     

一个求解不等式约束优化问题的非内点型可行QP-free算法

提出一个求解不等式约束优化问题的非内点型可行QP-free算法,该算法不要求迭代点必须是可行域的内点;而且在算法的每一个迭代,只需求解4个系数相同的线性方程组得到搜索方向;在合适的条件下,该算法被证明具有全局收敛性和局部超线性收敛速度.     

一种改进的全局和声搜索算法求解线性互补问题

给出求解线性互补问题的一个新方法。将线性互补问题等价地转化为绝对值方程,进而转化为一个不可微优化问题。提出了一个改进的和声搜索算法,算法使用位置更新和小概率变异策略。实验结果表明,本算法具有较强的全局搜索能力、数值稳定性好、参数少等优点。本方法对矩阵M无限制,适用于各类线性互补问题。     

求解无约束最优化问题的一类新共轭下降算法

提出了求解无约束化问题的一类新共轭下降算法,并在非精确线搜索下证明了该算法的全局收敛性,数值结果表有,这一算法是有效的。     

求解非线性方程的一个全局算法

提出了求解非线性方程的一个具有全局收敛性的下降算法;数值例子表明这一算法是有效的。     

线性多步法的B-收敛性

本文讨论线性多步法用于求解Hilbert空间中非线性Stiff初值问题时数值解的误差特性。证明了任何A稳定的且经典相容阶为p的线性k步方法必是p阶最佳B-收敛的,这里k≥1,p=1,2.并给出了确定计算初值的一种新的手段,它使得初始误差对整体误差的影响不依赖于问题的刚性。     

线性函数的核及其线性相关性

讨论线性函数的核与其线性相关性的关系,给出了线性函数线性相关性的几个等价条件,进一步丰富了线性函数的理论.得到的关键性结论之一:设f 1,f2,…,fs∈V*,dim V=n∈Z+,则f可由f 1,f2,…,fs线性表示,当且仅当KerfKerf1∩Kerf2∩…∩Kerfs.     

广义互补问题及其约束优化问题的转化形式

对于广义互补问题，本文给出了它的约束优化问题的两种转化形式，讨论了它们的KKT点为原问题的解的充分条件．     

多输出单元BP神经网络梯度算法的收敛性

梯度算法广泛应用于训练前馈神经网络.对于单输出前馈神经网络的梯度算法的收敛性已经有了详细的讨论.研究了带有多个输出单元的BP神经网络的梯度算法,证明了误差函数在梯度算法所生成的权向量序列上的单调递减性,并且证明了梯度算法的弱收敛性和强收敛性.     

高阶常系数线性微分方程的另一解法

对于阶数较高的高阶常系数线性非齐次微分方程的求解过程较为烦琐,如果根据一定的规律或利用公式来求解,会更加简捷、方便．     

元素为可测函数列的函数矩阵的收敛性

元素为可测函数的函数矩阵在微分方程,概率论,数理统计中都有重要的应用,本文主要讨论当aij(s)是[a,b]→R的可测函数时,对应的A(s)∶[a,b]→n×n阶函数矩阵收敛性质.