增生型变分包含解逼近方法的收敛性与稳定性

在实自反Banach空间中,证明了增生型变分包含解具误差项Ishikawa迭代程序的一些新的收敛性定理和稳定性定理。所得结果改进、推广和发展了文献[1～8]的结果。     

线性互补问题的一种非内点连续方法的收敛性分析

对P0矩阵线性互补问题提出了一个基于Chen-Harker-Kanzow-Smale光滑函数的非内点连续算法,该算法在每次迭代时只需求解一个线性等式组,并证明了算法的全局线性收敛性和局部二次收敛性．     

线性互补问题的一个高阶收敛性算法

利用凝聚函数对线性互补问题进行带参数的磨光,并对参数方程的解曲线进行离散化追踪,在适当的条件下,证明算法任意阶收敛到解     

求解随机变分不等式问题的修正外梯度随机逼近算法

【目的】研究求解随机变分不等式问题的基于外梯度的随机逼近算法。【方法】依据求解经典变分不等式问题的外梯度算法,给出求解随机变分不等式问题的修正外梯度随机逼近算法。【结果】在适当的假设下,证明了修正外梯度随机逼近算法具有全局收敛性,初步的数值试验结果表明算法具有有效性。【结论】修正外梯度随机逼近算法是对已有的外梯度随机逼近算法的进一步推广,并且可在更弱的假设下获得它们的全局收敛性结果。     

变分与互补问题的非内点算法研究

工程物理与交通中出现的问题,往往可归纳为变分与互补问题．因此,寻找求解它们的有效算法,是实际应用工作者也是运筹学工作者一直关注的研究课题之一．本文介绍与评论近一年内发展起来的一类新算法———非内点法,并指出进一步研究的方向．     

解混合线性互补问题的罚方法研究

在将混合线性互补问题转化为求解非光滑方程组的基础上,建立了求解混合线性互补问题的罚方法,并且在一定条件下证明了算法的收敛性,最后通过数值算例验证了算法的可行性.     

变分不等式有限元逼近的并行Schwarz算法

讨论了单障碍问题有限元逼近的并行Ｓｓｈｗａｒｚ算法，建立了与吕涛的算法等价的实用算法，并说明了其收敛性，同时讨论了该处对于贴合于分量有有限步收敛性。     

线性椭圆变分不等式的扰动：祝贺李森林教授八十大寿

本文研究Hilbert空间中线性椭圆变分不等式的扰动,得到了扰动问题的解收敛于原问题的解的一个较一般的充分条件.     

关于平衡问题的逼近方法及强收敛性

在Hilbert空间中,建立了一个逼近平衡问题数值解的广义迭代方法,并在一定条件下证明了该方法所产生的序列强收敛到平衡问题的解,该强收敛解同时为一类变分不等式问题的解.     

非线性互补问题的光滑逼近法

基于非线性互补问题(NCP(F))的等价变形,构造非线性互补问题的一个光滑逼近函数,把非线性互补问题等价变形为非线性方程组问题加以求解,建立了求解非线性互补问题的一个光滑逼近算法,并在一定条件下证明该算法的全局收敛性.     

Maor method for the generalized-order linear complementarity problems

The modified AOR method for solving linear complementarity problem (LCP(M,p)) was proposed in literature[5], with some convergence results. In this paper, we considered the MAOR method for generalized-order linear complementarity problem (ELCP(M,N,p,q)), where M ,N are nonsingular matrices of the following form: M= ,N= ,D11,D12, D21, and D22 are squarenonsingular diagonalmatrices.     

GAOR方法解线性互补问题的两种算法

提出GAOR(generalized accelerated over relaxation)方法解线性互补问题的两种算法,并证明这两种算法的收敛性定理,最后通过数值算例验证了定理内容的正确性.     

解水平线性互补问题的神经网络

考虑了单调的水平线性互补问题 .基于其结构特点 ,通过引入新向量 ,提出了求解它的两个简单的神经网络模型 .严格证明了所提出的模型均是 Lyapunov稳定的 ,并且大范围渐近收敛于原问题的一个精确解 .新模型的规模均与原问题相同 ,并且不含任何参数 .数值试验表明新模型不仅可行 ,而且有效     

互补问题中Gauss-Newton方法全局收敛性的推广(英文)

研究了由Subramamian为求解互补问题提出的阻尼Gauss-Newton方法的收敛性质,在较弱的条件下,给出了一个全局收敛效果,这个结果是Subramanian PK (1993)和（1997）中相应结果的一个推广。     

一类边界混合变分不等式的迭代分解方法

针对摩擦问题中具不可微泛函项的非线性混合边界变分不等式构造了迭代分解方法,讨论了收敛性分析及误差估计．首先采用正则化方法将原问题变成可微的边界变分不等式;其次将问题分解成两个迭代形式的凸泛函极值问题．利用标准凸极值问题方法可以求解;最后给出了近似解、离散近似解的收敛性分析及误差估计。     

求解线性互补问题的神经网络方法

研究了线性互补问题.基于解的充分必要条件,提出了求解它的一个神经网络模型;构造了恰当的Liapunov函数,给出了该模型稳定和大范围渐近收敛的充分条件;研究了其全局指数稳定性,并用数值实例说明了该模型的可行性和有效性.该模型不需要设定网络参数,可用来求解一类非单调的互补问题.     

非线性互补问题的无导数方法

基于非线性互补问题(NCP(F))的约束极小化变形,构造了一种新的merit函数,将原始的非线性互补问题NCP(F)转化为约束极小化问题,并在此基础上构造了相应的无导数算法,在merit函数严格单调的条件下证明了此方法的合理性以及整体收敛性.