求解Laplace方程的Signorini问题的边界元投影迭代法

对一类边界条件是非线性的Laplace方程的Signorini问题,提出了基于投影不动点方程的边界元迭代算法。由于Signorini边界条件u≥h、u/n≥0且(u-h)u/n=0等价于的不动点问题u/n-[u/n-c(u-h)]+=0,因此可以通过投影迭代格式u(k+1)/n=[u(k)/n-c(u(k+1)-h)]+(k=0,1,2,…)来满足Signorini边界条件,从而每一次迭代只需要求解一个标准的椭圆型混合边值问题。由于该算法是在Signorini边界上进行迭代,因此边界元方法很适合用于数值求解。然后利用投影性质和Green公式证明了算法的收敛性。最后,算例的数值结果表明了该算法的可行性和有效性。     

用边界元法求解Signorini问题的线性互补法

对Poisson方程的Signorini问题,提出了利用边界积分方程的线性互补解法。用Green公式和Laplace方程的基本解推导得该问题的边界积分方程,利用边界位势及其法向导数的Signorini约束,由该离散化积分方程导出一个形如U1≥0,AIIU1+N≥0且U1T(AU1+N)=0的标准线性互补问题,且Signorini边界约束仅作用于边界位势。再用投影超松弛迭代法求解线性互补问题,数值结果表明该方法是有效的。     

二维Laplace方程Neumann问题直接边界积分方程的Galerkin解法

对任意形状区域的二维Laplace方程△u（x）=0的Neumann问题,用Green公式和基本解-1/2ln｜x-y｜推导得出与之等价的直接边界识分方程,采用直接边界积分方程的Galerkin解法来解该第二类Fredholm积分方程,在进行边界离散化处理时采用常单元。为了提高数值计算的误差精度,在形成线性代数方程组的刚度矩阵元素时,对二重积分的内层积分采用精确积分表达式,外层积分使用Gauss数值积分,数值实验表明该方法的有效性和实用性。     

一种基于Voronoi图和朴素贝叶斯的室内定位无线地图构建方法

先用投影算子将线性互补的Signorini边界转换为等价的不动点方程,然后将Signorini问题转化为边界积分方程,用无网格边界点方法求解该问题,提出一种无网格边界积分方程方法。丰富了无网格边界积分方程方法,继承了无网格方法的优点和强显式投影迭代格式的特点,最后通过数值算例说明该方法收敛有效。
     

自由边界问题的改进投影算法

【目的】自由边界问题在变分不等式中具有重要的应用,而很难用数值方法直接得到它的解。【方法】利用有限差分近似,得到该问题的一个新的投影不动点算法。【结果】将自由边界问题离散为一个标准的有限维线性互补问题,而该问题又等价于一个投影不动点问题。于是得到求解自由边界问题的改进投影算法,并给出了算法的具体过程。【结论】理论分析和数值结果都表明了所给算法的有效性。
     

三维拉普拉斯方程Signorini问题的边界元分析

将三维Ｌａｐｌａｃｅ方程的Ｓｉｇｎｏｒｉｎｉ问题化为等价的边界分不等式，利用Ｇａｌｅｒｋｉｎ边界元法进行边界元分析，并给出了最优误差估计，附带地，给出了三维Ｌａｐｌａｃｅ方程Ｓｉｇｎｏｒｉｎｉ问题等价的鞍点问题。     

求解单侧障碍问题的自适应投影方法

【目的】单侧障碍问题在变分不等式中具有重要的应用,但不存在或很难求其精确解,所以很有必要进行数值解法的研究。【方法】利用有限差分格式将障碍问题离散为一个线性互补问题,得到该问题的一个投影不动点算法。然后用投影方法得到了变参数的算法,并在迭代过程中自动调整参数,每一步迭代只需求解一个线性方程组。【结果】将障碍问题离散为一个有限维的线性互补问题,而该问题等价于投影问题,于是得到了求解障碍问题的自适应投影算法。【结论】最后用数值算例验证了算法的有效性,与固定参数的投影算法相比较。数值结果表明参数对自适应投影算法影响较小,而且该方法收敛速度更快。
     

Signorini问题的无网格投影迭代法

Signorini问题是一类重要的数学物理问题,该问题的Signorini互补条件位于边界上,特别适合用边界型方法求解.利用投影算子,首先将Signorini边界条件转化为不动点方程,得到Signorini问题的迭代格式,然后用无网格边界点方法求解.此种算法的优点在于只须在原有的无网格边界点程序中做少量的改进,且迭代效率高,计算误差小.数值结果表明,该算法较边界元方法更有效.     

Laplace方程的Galerkin边界元解法

Galerkin方法是基于变分原理基础上的一种把微分方程或积分方程转化为等价的变分方程。通过离散变分方程求原方程数值解的数值计算方法。把Laplace方程的边值问题转化为边界积分方程后，通过与边界积分方程等价的变分形式，采用线性单元，利用Galerkin边界元方法求解。在计算单元刚度矩阵时，对二重积分的第一重使用精确积分，第二重使用数值积分，从而有效克服了奇异积分的计算，数值算例验证了Galerkin方法误差的理论结果。     

求解变系数非齐次亥姆霍茨方程的边界元迭代法

本文利用拉普拉斯方程的基本解作为权函数，给出求解变系数非齐次亥姆霍茨方程的迭代格式，进而得到求解这一类方程的边界元迭代法。文中给出的算例表明，只须经过少数几次迭代，即可得到满意的结果。     

Signorini接触问题的边界元方法及收敛性分析

以Signorini接触问题为例，讨论了接触问题边界变分不等式的边界元方法，得到了离散边界变分不等式近似解的存在唯一性定理，给出了近似解与精确解的误差估计表达式。     

h-正则函数的一类Hilbert边值问题

设R0,n是由n维实线性空间的基e1,e2,…,en生成的实Clifford代数,其中e2i= -1,eiej+ejei= -2δij,δij为通常的Kronecker δ函数,i,j=1,2,…,n。e0是单位元。基于实Clifford代数R0,n可以分解为R0,n=Re0+(R0,n-Re0)形式的唯一性,通过附加2n-1个边值条件,最后得到了上半平面内h-正则函数的一类Hilbert边值问题的唯一解,其中 *。首先给出了h-正则函数在Rn+1中的基本解。通过作对称函数扩张的方法,得到了下半平面内的一类h*-函数,这里 *。通过把Hilbert边值问题转化为Riemann边值问题的思想,并借助于h-正则函数的刘维尔型定理及延拓定理,给出了上半平面内h-正则函数的Hilbert边值问题的解的具体表达式。(注:*表示公式,见正文 ）
     

一种改进的单纯形最优化方法

对求极小化线性规划问题max Z=CX,AX=b,x≥O,通过添加人工变量,可直接获得问题的基解,若求得问题的基解不是原问题的可行解,也不是对偶问题的可行解的情况下,本文给出了求解该类规划问题初始可行解的一般方法.     

求解自由边界问题的投影收缩算法

利用线性互补方法,得到了求解自由边界问题的投影收缩算法。采用差商对问题的近似导出系数矩阵正定的线性互补问题,得到了基于不动点理论的投影收缩算法。用投影和正定性质分析了算法收敛性。并给出了的算法实现过程,数值算例验证了该方法的可行性和有效性。     

非Lipshitz一般集值变分不等式的广义投影算法

设K是实Hibert空间H 的非空闭凸子集,T:H→2H为集值映象,g:H→H 为单值映象且K g(H)。所谓一般集值变分不等式问题,即是指,求x*∈H,使得g(x*)∈K,w∈T(x*)且≥0, g(y)∈K。在求解以上一般集值变分不等式中,投影算法是常用的算法,但是传统的投影算法需集值映象 T 关于Hausdoff距离是Lipschtz的。首先,在不需要集值映象T 关于Hausdoff距离是Lipschtz的情况下,建立了求解一般集值变分不等式的广义投影算法:第0步:取数列{ρ j}使得0<ρj<1,∑￥j=0ρj = +￥,∑￥j=0ρj2<+ ￥.取g(x0)∈K,令j:=0。第1步:令vj∈T(xj),如果vj=0,则停止,此时xj为问题的解。如果vj≠0,则找wj使得 # 。如果wj=0,则停止,此时xj是问题的解;否则,进入第2步。第2步:计算xj+1使得g(xj+1)=PK[g(xj)+ρjwj];令j←j+1,回到第1步。然后,在 {w }j有界和集值映象T 为g-强伪单调的条件下,证明了由该算法产生的序列 {x }j强收敛于一般集值变分不等式的解。最后,对广义投影算法作一些修正,保证算法中的序列{w }j是有界的。（注：#处为公式）
     

一个修正的Hooke-Jeeves方法 (运筹学与控制论)

本文考虑不用导数信息求解无约束优化问题的方法。对于求解无约束优化问题的带有离散步的标准Hooke-Jeeves方法,目标函数值有可能在其加速步中增大。本文修正了标准HJMDS的加速步,保证了目标函数值在修正的带离散步Hooke-Jeeves方法的加速步中不增。然后,采用修正的带离散步Hooke-Jeeves方法设计了一个新算法。数值试验结果表明,修正的带离散步Hooke-Jeeves方法与带离散步的标准Hooke-Jeeves方法相比,其函数值计算次数明显减少,因而本文给出的修正的带离散步Hooke-Jeeves方法比带离散步的标准Hooke-Jeeves方法更为有效。