广义统一代数Lyapunov方程的亚正定解

给出基于Delta算子的广义统一代数Lyapunov方程（GUALE）具有亚正定解的必要和充分条件,建立求解GUALE亚正定解的迭代算法并用数值算例验其有效性.该算法收敛而且所得的算例结果与理论值相符.     

求解一类非线性矩阵方程的无逆迭代法

提出了求非线性矩阵方程X+ATX-1A+BTX-1B=Q最大正定解的一个无逆迭代法.证明了由该算法产生的迭代序列单调递增有上界且收敛于原方程的最大正定解.数值实验表明该算法是十分有效的.     

非线性矩阵方程数值解的广义哈密顿算法

采用具有近二阶收敛速度的算法计算一类非线性矩阵方程的数值解.根据矩阵方程的解的特征,提出一个基于正定矩阵流形几何结构的广义哈密顿算法.进而比较广义哈密顿算法与经典的多步定常迭代方法的计算行为.最后通过数值模拟表明广义哈密顿算法具有更快的收敛速度.      

Stein方程数值解的黎曼梯度算法

基于正定矩阵流形的信息几何结构, 使用黎曼梯度算法来获得Stein方程的数值解. 利用弯曲的黎曼流形上的测地距离作为算法的目标函数,并将流形上的测地线作为算法的收敛路径. 通过数值实验讨论了算法的步长和收敛速度的关系,从而得到算法的最优步长.      

一种多项式预处理算法

基于二次函数的性质, 针对对称正定线性方程组, 提出一种多次多项式预处理算法, 并证明了该算法能有效改善条件数, 提高运算效率. 在此基础上, 设计一种求方程组近似解的方法, 数值实验结果表明了算法的有效性.     

正定Hermite矩阵流形上代数Lyapunov方程的信息几何算法

对于正定Hermite矩阵流形上的代数Lyapunov方程 A H X + XA + P =0, 基于流形的黎曼几何结构, 作者以矩阵- A H X + XA 和 P 之间的测地距离为目标函数, 提出了代数Lyapunov方程数值解的信息几何算法. 最后,给出了正定Hermite矩阵流形上的代数Lyapunov方程的数值模拟结果.      

求解线性互补问题的一种势下降内点算法

针对带半正定矩阵的线性互补问题提出了一个新的内点方法-势函数下降内点方法,并采用部分校正技术和Sherman-Morrison-Woodbury准则,从而得到问题的近似最优解.最后讨论了该算法的收敛性,证明了该算法为多项式算法,通过算例对算法进行了数值实验,数值结果表明本文提出的算法具有一定优越性     

向量多项式优化问题的混合算法

用混合方法将向量多项式优化问题转化为单目标多项式优化问题,利用Lasserre半正定松弛方法求解,提出了计算带约束的向量多项式优化问题有效解的混合算法.并分析原问题的有效解和转化问题最优解之间的关系,进行收敛性证明,数值结果表明所提算法是可行的.     

非线性矩阵方程X~m-A*X~(-s)A-B*X~(-t)B=Q的Hermitian正定解

研究了非线性矩阵方程X~m-A*X~(-s)A-B*X~(-t)B=Q的Hermitian正定解,其中Q为Hermitian正定矩阵,m∈[1,+∞)且s,t∈(0,1]。给出了该矩阵方程Hermitian正定解存在的充分必要条件,同时也分析了求解其Hermitian正定解的迭代算法的收敛性。实验结果表明了该迭代算法的有效性。     

求解非对称线性方程组的预对称混合GMRES算法

对于非对称线性方程组Ax=b,当A是正定可对称化矩阵时,利用预对称化技术和混合迭代技术,结合GMRES算法提出了一种新的预对称混合GMRES迭代算法,理论表明,新算法可以使迭代的收敛效果得到明显改善.数值例子表明该算法迭代次数要少于解非对称线性方程组的GMRES方法.     

半正定单调变分不等式的CPC算法

研究关于单调半正定变分不等式的CPC算法.通过变分不等式的3个常用的性质和半正定变分不等式的定义得到了单调半正定变分不等式的CPC算法;CPC算法不仅可以解决一般的非线性函数的半正定互补问题,而且可以解决一类没有显式函数的半正定互补问题,只要求几个迭代点的函数值的信息就可以算出最优解来,这也正是半正定CPC算法的优点;通过几个例子的计算,表明了CPC算法的优越性.     

矩阵在闭凸锥上的最佳逼近

讨论矩阵在闭凸锥上的最佳逼近及其数值算法,在对称半正定矩阵集上,给出了最佳逼近数值算法的MATLAB程序和数值例子.数值结果表明,算法是有效的和有用的.     

求解对称正定线性方程组的正交基变换方法

求解对称正定线性方程组是线性代数和数值分析一项重要内容.通过证明对称正定线性方程组与函数逼近理论中正规方程组一一对应,将对称正定线性方程组类比为函数逼近理论中正规方程组,利用施密特正交化方法将对称正定线性方程组转化为对角方程组进行求解,提出并推导了求解对称正定线性方程组的正交基变换方法.数值算例表明该算法有效、可靠,且计算量小于平方根法.为求解对称正定线性方程组提供了新方法.     

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.     

一类新的求解约束优化问题的锥模型信赖域算法

本文提出了一类新的求解线性等式约束优化问题的锥模型信赖域算法.不同于以往的求解约束问题的锥模型信赖域算法,无论试探步是否被接受,我们在每步都采用Wolfe线搜索得到下一个迭代点,避免了重解子问题,并且保证了序列{Bk}满足拟牛顿方程及其正定性.在适当条件下,证明了算法的全局收敛性,数值试验表明该算法是有效的.     

带线搜索的修正拟牛顿非单调信赖域算法

提出了一类新的求解无约束最优化问题的非单调信赖域算法.不同于传统的非单调信赖域算法,此算法在每步都采用非单调W olfe线搜索得到下一个迭代点.这样得到的新算法不仅不需重解子问题,而且在每步迭代满足新拟牛顿方程同时保证目标函数的近似Hessen阵Bk的正定性.在较弱的条件下,证明了此算法的全局收敛性.数值结果表明该算法的有效性.     

凸整数规划问题的混合蚁群算法

混合蚁群算法是基于群体的一类仿生算法, 适合于解困难的组合最优化问题. 本文对其做适当改进, 用于解凸整数规划问题. 结果表明: 用该算法求目标函数为正定二次型的整数规划问题的最小值, 找到的解比多起始点局部搜索方法好得多, 比原来的混合蚁群算法找到更好的解     

求解线性方程组的一种迭代算法及其收敛性

对于求解线性方程组Ax=b,考虑当矩阵A为对称正定矩阵或者M矩阵时,文章给出了一种松弛迭代算法并且讨论了其收敛性.从数值结果,可以看出此算法的优越性.     

求解一类新的二次规划问题的时滞投影神经网络方法

把Q为正定矩阵或半正定矩阵推广到Q为亚正定矩阵,利用时滞投影神经网络模型和李亚普诺夫函数的特性,给出判断这种特殊二次优化最优解的充分条件.最后通过数值仿真说明了该网络的有效性.     

自由边界问题的自适应预测-校正算法

对一类自由边界问题,提出了基于线性互补问题的自适应预测-校正算法.用有限差分对微分模型离散化后得到一个正定线性互补问题,该问题等价于一个不动点问题,从而得到求解线性互补问题的自适应预测-校正算法.用正定性及投影基本性质可证明算法收敛性.给出了具体的算法过程,数值结果表明了算法的可行性和有效性.