Delaunay三角剖分在线算法

本文提出一个构造平面有限点集Ｄｅｌａｕｎａｙ三角剖分的实时算法，并给出算法正确性的 严格的征明．该算法是文献［１］所预示的一个好算法．     

分治法在算法设计中的应用

在计算机科学理论和程序设计实践中，面对众多的问题，人们常在不断探索和寻求好的算法，本文述及算法设计中的发治法思想，从一个方面讨论了算法设计技术。     

一种基于小波变换的图像融合新方法

图像融合是多传感器信息融合在图像处理领域的一个重要应用，以小波变换为工具是这一领域研究方法上的重大突破。在小波变换的基础上，对基于区域的融合算法进行了深入研究，提出了一种多光谱图像融合的新算法，并与其它几种算法进行了比较，仿真结果表明该算法简单，稳定性好，图像增强效果好，在图像增强中是一种比较可取的有效算法。     

背包问题的混合粒子群优化算法

经典的粒子群是一个有效的寻找连续函数极值的方法，结合遗传算法的思想提出的混合粒子群算法来解决背包问题，经过比较测试，6种混合粒子群算法的效果都比较好，特别交叉策略A和变异策略C的混合粒子群算法是最好的且简单有效的算法，并成功地运用在投资问题中。对于目前还没有好的解法的组合优化问题，很容易地修改此算法就可解决     

AKS算法及关于它的一种改进算法的实现分析

2002年，Agrawal、Kayal和Saxena成功地解决了多项式时间判别素数这一著名的世界难题，他们给出了一个算法(简称AKS算法)，该算法对输入整数是素数还是合数进行判断。它是一个确定的多项式时间算法．后来许多科学家对该算法进行了改进，其中一个比较好的改进是由Bernstein给出的(简称Bernstein算法)．作者详细分析了这两种算法，利用C语言实现了这两种算法，并进行了比较，找出了真正需要用到AKS算法和Bemstein算法来判断其为素数和合数的最小数，并估计出所需要的运行时间．     

关于冒泡排序的改进算法的分析与比较

排序算法对于计算机信息处理很重要，一个好的排序不仅可以使信息查找的效率提高，而且还直接影响着计算机的工作效率。目前排序领域许多最简单的算法都是基于冒泡排序算法，该文对这些算法的基本原理进行了介绍和分析，并对它们的算法性能进行了比较。     

一类基于冒泡排序的改进算法的分析与比较

排序算法对于计算机信息处理很重要，一个好的排序不仅可以使信息查找的效率提高，而且还直接影响着计算机的工作效率．目前排序领域许多最简单的算法都是基于冒泡排序算法，该文对这些算法的基本原理进行了介绍和分析，并对它们的算法性能进行了比较．     

Rijndael算法及其性能分析

首先介绍了Rijndael算法的设计方法，它主要由三个函数变换层构成，线性混合层，非线性变换层和密钥加层，然后分析了Rijndael算法的性能和安全性，最后得出结论：Rijndael算法是一个安全性好，运算效率高，灵活性强，存储要求低的算法，该算法对当前的各种威胁是免疫的。     

算法剖析与程序优化

算法剖析与程序优化田娅薇（陕西师范大学计算机中心，西安７１００６２，作者，女，３６岁）程序设计是一种创造性的思维活动，是计算机科学的一个重要分支．算法和数据结构是程序设计的核心所在，算法的优劣，很大程度上决定了程序设计的质量．好的算法所体现的巧妙构思...     

求解动力系统响应实用的改进模态叠加算法

为了求得更精确的动力系统响应值，该丈提出了一个求解动力系统响应实用的改进模态叠加算法。使用这种算法不仅可得到低阶模态的响应值，还可利用较低阶模态信息得到高阶模态的响应近似值。该算法弥补了有限元分析忽略高阶信息的不足。算法还可以推广用于利用动态子结构等求解模态信息的动力系统响应，并给出了一个算例，结果表明实用的改进模态叠加算法精度好于传统的模态叠加算法。     

复合非光滑优化问题的一类算法

提出复合非光滑优化问题的一类算法，并证明这种算法保持全局收敛性且敛速度达到超线性。     

一类拟牛顿算法的收敛性

根据一类基于新拟牛顿方程Bk 1sk=yk*的修改BFGS类算法,采用广义W olfe线搜索模型(GW搜索模型):f(xk 1)≤f(xk) δkαgTkdk和g(xk 1)Tdk≥m ax{,σ1-(kα‖dk‖)p}gTkdk,其中0<δ≤σ<1,p∈(-∞,1),得到一类修正的BFGS算法(M BFGS),证明了M BFGS算法的全局收敛性和超线性收敛性.数值试验结果表明M BFGS算法是有效的.     

等式约束最优化问题的一种信赖域算法

对一般非线性等式约束最优化问题提出了一种信赖域算法,其子问题较易求解。证明了算法的整体收敛性和局部超线性收敛性,并给出了数值结果。     

关于Broyden算法类中两个新开关算法的全局收敛性

文中详细给出了在变分的意义下,Broyden算法类中两个新开关算法的推导过程,并证明了Wolfe在不精确线性搜索准则下,它们具有全局收敛性。     

一种新搜索技术下的CD共轭梯度法收敛性研究

介绍了一种新搜索技术的背景,证明了CD共轭梯度法在这种搜索技术下全局收敛,进而在理论上推广了CD共轭梯度法.     

一个修正的SQP算法及其超线性收敛

通过修改传统的二次规划子问题,并将Armijo-型线搜索技术应用到一类罚参数可自动调整的罚函数,建立一种新的可行序列二次规划算法。克服了子问题可能会出现不可行的情况,并保证子问题在任意迭代点处都是可行的。在合理的假设条件下,证明了算法是具有全局收敛和超线性收敛的。     

一类新的自适应信赖域算法

提出了一类新的自适应信赖域算法.该算法利用相邻迭代点的实际下降量与预测下降量的比值加权和来衡量二次模型的近似程度,同时信赖域半径迭代准则采用由Λ-函数给出的一类自适应迭代准则.在一定假设的条件下,算法具有传统信赖域算法的全局收敛性.数值实验表明,算法是稳健和有效的.     

关于Powell猜想的探讨

变尺度算法的研究一直是无约束最优化的一个热点，而ＤＦＰ算法是出现得最早的一种变尺度算法，有关它的收敛性研究以Ｐｏｗｅｌｌ的一系列开创性结果为标志，然而，对于非凸函数带精确搜索的ＤＦＰ算法是否具有全局收敛性，一直是一个公开的难题，即Ｐｏｗｅｌｌ猜想。本文给出一组假设条件（Ｈ），在此条件下，Ｐｏｗｅｌｌ猜想正确。     

求解极小极大问题的一个新算法

提出一种新的求解极小极大问题的方法,在没有积极约束梯度线性独立的条件下,证明了算法的全局收敛性.     

求解非线性方程组的一种新共轭梯度法

在求解非线性方程组问题的过程中,由已知的三项共轭梯度法的基础上设计出了一种新的共轭梯度法WW,并在适当条件下证明了其充分下降性及全局收敛性。数值实验结果表明,在与现有的一些共轭梯度法的对比中,WW方法有较强的竞争性。