求解线性方程组稀疏解的稀疏贪婪随机Kaczmarz算法

求解线性方程组的稀疏解在图像重构、信号处理和机器学习等领域中具有广泛的应用，通过引入l1-范数正则化，可以转化为求解一个约束优化问题。基于一种选择系数矩阵工作行的概率准则，提出了稀疏贪婪随机Kaczmarz算法，并给出了有噪声干扰和无噪声干扰情况下该算法的收敛性分析。理论表明本文算法的收缩因子小于随机稀疏Kaczmarz算法的收缩因子。数值实验验证了本文算法的有效性。     

求解绝对值方程组稀疏解的非精确交替方向法

寻求绝对值方程组Ax-|x|=b的最稀疏解,该问题被松弛为l_1范数最小化问题,进一步松弛为一个约束优化问题.利用非精确交替方向法求解上述约束优化问题,推导出了相关子优化问题的最优解公式,从而大大提高了计算速度.数值实验结果表明该方法是求解绝对值方程组稀疏解非常有效的算法.     

L1极小化问题的一种Gauss-Seidal算法

采用罚函数法与Gauss-Seidal算法相结合的思想研究求解L1极小化问题的数值算法:把L1正则化问题视为对L1极小化问题的一种罚函数,由于该函数是非光滑函数,采用光滑化函数对其进行光滑逼近;在此基础上,对此无约束光滑极小化问题采用Gauss-Seidal迭代法求其某种形式的非精确解;再通过合理调整罚参数和光滑化参数, 使得算法产生点列收敛于L1极小化问题的解;最后,通过数值试验测试文中算法的效果, 并从数值计算角度与已有算法进行比较, 结果表明,文中算法具有很好的数值效果.     

求解二阶锥绝对值方程组的非单调光滑牛顿算法

为了求解大规模的绝对值方程Ax-|x|=b, 利用预处理技术及参数矩阵取代单参数的策略, 文章提出了一类广义SOR型(GSOR) 方法。通过选取适当的预处理矩阵或参数, GSOR方法能简化为已有的一种SOR型(NSOR)方法或导出更有效的SOR型方法。而且, 基于Ax-|x|=b方程解的唯一性条件, 建立了GSOR方法的收敛性定理并给出了该方法的拟最优参数。特别地, 利用截断的Neumann展开构建了一个新的预处理矩阵, 由此导出了一种特殊的GSOR方法,记为GSOR-1方法。文章进一步证明: GSOR-1方法具有比NSOR方法更小的拟最优收敛因子。数值测试进一步揭示: GSOR-1方法比NSOR方法具有更快的收敛速度且耗费更少的计算时间。

     

绝对值方程的一种全局收敛算法

本文研究了一种有效的方法去解决一类NP-难问题—绝对值方程（AVE）：Ax-｜x｜=b,其中A为n阶实矩阵.在区间矩阵[A-I,A＋I]是正则的条件下,本文结合光滑函数提出一种光滑化Newton方法,证明了该算法的全局收敛性.     

一种求解非线性方程组的全局优化算法

提出了一种求解非线性方程组的全局优化算法,证明了在某种适当的条件下,所提出的算法以概率1收敛到非线性方程组的解.计算结果表明了算法的有效性.     

一种求解位移方程组问题的加权简化广义最小残量算法

结合加权策略和简化的广义最小残量算法(GMRES),提出可有效求解位移线性方程组的加权简化GMRES算法,并给出加权简化GMRES算法与简化GMRES算法之间的联系与性质,最后数值算例给出了新算法的有效性.     

极大熵Newton-SOR迭代算法求解绝对值方程

主要研究绝对值方程Ax＋B｜z｜=b的求解问题．首先通过利用极大熵理论将该绝对值方程转化为光滑方程组，建立求解该形式绝对值问题的Newton-SOR方法，并对算法的收敛性进行分析和证明；最后通过数值试验对算法的有效性进行测试．     

一种求解非线性方程组的算法

为满足理论研究与工程实践对非线性方程组求解的需求，综合遗传算法和牛顿迭代法各自的优势，提出了能够充分发挥遗传算法大范围搜索全局解、牛顿迭代算法在局部细致搜索的新算法。实例证明，该算法搜索效率高，求解速度快，并能获得全局近似最优解。     

超定线性方程组极小l1范数解的一个算法

利用极小l1模剩余向量,将l1范数极小化问题转化为先求一个约束不可微最优化问题,再解一个相容的线性方程组。最后的算例表明该算法具有简单、易于操作等优点。     

求解广义绝对值方程的Picard-GPSS迭代法

利用内外迭代技术,构造了广义绝对值方程的Picard-GPSS迭代法,详细研究了收敛性理论。数值实验结果表明新方法的高效性,并且该方法在内迭代步数和CPU时间上均优于Picard-HSS迭代法。     

非线性方程组的一个迭代解法

给出了一个解ｎ阶非线性方程组的具有三阶收敛速度的迭代法，它可看成解单个非线性方程的抛物线迭代法的推广，其一次迭代所需工作量是牛顿迭代法的１＋２/ｎ倍．当一阶导数阵奇异时计算也可进行．     

预处理ICCG法求解稀疏病态方程组

针对一般的对称正定线性代数方程组,首先给出了常用的不完全Cholesky分解预处理技术;然后通过改进对称逐次超松弛(SSOR)预处理矩阵形式提出SSOR-ICCG算法及其改进算法,并讨论了算法的收敛性;最后进行数值模拟仿真实验,数值结果表明,该算法是有效可行的,且较之一般的预处理不完全Cholesky共轭梯度法(ICCG方法),该算法在求解稀疏病态方程组方面具有优越性.     

用初值问题方法求解边值问题的同伦延拓技术

讨论了用初值问题方法求解非线性微分方程边值问题的同伦延拓技术。重点介绍了同伦延拓PC(Predic tor Corrector)技术及其在边值问题求解中的应用 ,并给出了几项求解策略 ,包括矩阵QR分解、矩阵广义逆、Broyden秩 1校正等。结合PC方法 ,采用数值软件Matlab进行编程 ,数值结果表明该方法是非常有效的。     

用初值问题方法求解边值问题的同伦延拓技术

讨论了用初值问题方法求解非线性微分方程边值问题的同伦延拓技术。重点介绍了同伦延拓PC(Predictor-Corrector)技术及其在边值问题求解中的应用，并给出了几项求解策略，包括矩阵QR分解、矩阵广义逆、Broyden秩1校正等。结合PC方法，采用数值软件Matlab进行编程，数值结果表明该方法是非常有效的。     

解非线性方程的NeWton类方法及其变形

为了求解非线性方程,利用同伦方法推出具有大范围稳定性的连续型方法、进而离散化得到Newton类方法和Steffenson-Newton类方法,分析得出Newton类方法的大范围收敛性,用Taylor展开证明Newton类方法和Steffenson-Newton类方法在弱条件下的二阶收敛性,并得到收敛速度因子。Newton类方法摒弃了f'(x)≠0这一苛刻条件,带有可调整收敛速度的参数,而Steffenson-Newton类方法还不需要调用导数值,它们都优于Newton法和Newton下山法。     

绝对值方程的光滑牛顿算法

针对绝对值方程Ax＋B x=b的求解问题,给出了光滑牛顿法。通过引进极大熵函数将绝对值方程进行光滑化处理,进而转化为非线性光滑方程组,利用光滑牛顿算法对其进行求解,并对算法的收敛性和收敛速度进行了验证。数值实验结果表明该算法是有效的。     

绝对值方程的唯一可解性

目的是研究绝对值方程唯一可解的条件。基于与垂直线性互补的等价性,得到了一个新的充分条件。又基于与线性互补的关系,得到了绝对值方程唯一可解的充要条件。     

求解绝对值方程的光滑牛顿算法

背包问题以及大部分的线性互补问题都可以转化成为绝对值方程组来求解,求解绝对值方程Ax+B|a|=b是较难的问题.将该问题等价为线性互补问题,利用光滑牛顿法算求解该互补问题.当满足一定的条件时,证明了该算法是适定的,更证明了该算法的全局收敛性.利用Matlab软件对200维,500维,800维,和1 000维的情况进行了数值试验.每种情况测试了随机产生的50个可解的例子.精度达到了10-6.800维的用时在10 s左右,1000维的用时在20 s左右.     

Chebyshev-Legendre拟谱方法解非经典抛物型方程

利用Chebyshev-Legendre拟谱方法数值求解了一类非经典抛物型方程,同时利用罚方法处理边界条件,得到了精度更高的数值结果.