一种新的基于Matlab环境的同伦路径跟踪算法

由于同伦延拓算法不需要初始值就能求出非线性方程组的解,但计算量大,为此利用Matlab平台和它里面的函数“\”,采用割线预估和牛顿校正,提出了一种新的路径跟踪算法基于Matlab环境的同伦路径跟踪算法.算例证明:该算法正确、简便易行、可靠性高,为同伦算法提供了简便的实现方法.     

牛顿—同伦分析法求解非线性方程的一个改进

关于如何求解非线性代数方程的数值解,文章给出了牛顿-同伦分析方法(N-HAM)的一个改进。我们把改进的牛顿-同伦分析方法得到的结果与其他方法所得到的结果进行了比较,结果表明文章的牛顿-同伦分析方法非常简单有效。     

非凸优化问题的同伦方法

考虑带有不等式约束的非凸优化问题, 利用同伦方法通过构造一个新同伦方程, 证明了同伦路径的存在性、 有界性和收敛性, 获得了非凸优化问题K-K-T点的一个新充分条件, 并用数值例子验证了算法的可行性.     

乳腺肿瘤同伦LM算法EIT图像重建

将同伦延拓方法与Levenberg-Marquardt(LM)迭代算法相结合,对不同的乳腺肿瘤模型进行图像重建,并与LM算法进行比较.在不同迭代初始值下,同伦LM算法与LM算法的平均电导率相对误差相比,最优值能降低接近7%,,运行时间最大能减少46%,的计算开销,电压相对误差要优于LM算法7%,以上.实验结果表明,同伦LM算法比LM算法能重建更好的图像,提高了重建图像的精度和收敛速度.     

求解非凸优化问题的同伦内点法研究进展

自Karmarkar内点法被解释成同伦算法之后,以内点同伦算法为代表的同伦路径跟踪算法的研究迅速发展起来。目前同伦内点算法用于求解非凸优化问题的理论与算法尚未完善,本文主要总结求解非凸优化问题的同伦内点法相关研究成果,并指出求解非凸优化的同伦内点算法有待于进一步深入研究的主要问题。     

求解非凸优化问题的一种连续化方法

在弱拟法锥条件下,应用组合同伦内点算法求解非凸优化问题.针对所构造的同伦方程,证明了同伦内点算法对于可行域某个子集中几乎所有的点,同伦路径存在,并且同伦路径收敛于非凸优化问题的K-K-T点.     

利用机器学习技术确定同伦分析解中的收敛控制参数

同伦分析方法是求解强非线性问题解析近似解的有效方法,已被广泛应用于解决科学研究和工程技术中的一些重要问题.相对于其他已有的解析近似方法,同伦分析方法通过引入若干个辅助参数和辅助函数来控制级数解的收敛区域和收敛速度.针对现有的同伦分析方法中收敛控制参数的选择问题,采用了一种根据机器学习的参数选择算法,首次将同伦分析方法和机器学习技术结合起来,求解非线性数学物理方程收敛性更好的解析近似解.通过将该算法应用到具体的实例中,可以看出,所获得的同伦分析解明显优于已有的同伦分析解,同时,该算法更具普适性和灵活性.     

一维搜索问题的同伦算法

本文利用同伦方法讨论了求解无界区域上一维搜索问题的同伦路径跟踪算法,并证明了由同伦方程生成的同伦路径关于目标函数具有单调性.     

无约束非凸优化问题同伦算法的一个收敛性定理

利用同伦方法求解无约束非凸优化问题, 对KT方程构造了不动点同伦, 并给出同伦路径的性质, 证明了选取合适的同伦方程, 该算法一定不收敛于极大值点.     

同伦方法求解无约束非凸优化问题的局部极小

利用同伦方法求解无约束非凸优化问题,证明了在同伦映射为正则映射的条件下,选取合适的同伦方程,当算法可以排除鞍点时,同伦方法一定收敛到局部极小解,而非极大解.     

解大型对称矩阵特征值问题的一个子空间加速截断牛顿法

基于非线性优化中的截断牛顿法提出了解大型稀疏对称矩阵特征值问题的一个子空间加速的截断牛顿法,证明了算法的收敛性并进行了数值试验,数值试验结果表明数值结果与理论分析相符,表明该算法是有效的。     

不同土壤基质对五脉地椒栽培成活率及生物量的影响

以五脉地椒为材料,栽培在壤土、砂壤土(壤土与砂按1:2比例混合)及砾质土(原生境土)三种土壤基质中,研究不同基质对五脉地椒栽培成活率及生物量的影响。结果表明:以砾质土为生长基质的五脉地椒的栽培成活率、生物量鲜重及干重最高,以砂壤土为生长基质的五脉地椒的栽培成活率、生物量鲜重及干重次之,但与前者均无显著差异;而以壤土为生长基质五脉地椒的栽培成活率、生物量鲜重及干重最低,与前两者均差异显著(p<0.05)。由此得出五脉地椒的最适合生长基质为砾质土和可以代替的相似性土壤基质为砂壤土。同时研究发现栽培基质对五脉地椒地上生物量与地下生物量的分配影响不明显。     

一类新的光滑函数及求解非线性互补问题的光滑牛顿算法

本文构造了非线性互补问题的一类新的光滑函数,利用新的光滑函数将非线性互补问题转化为非线性方程组。然后提出了求解一般非线性互补问题的光滑化牛顿算法,并且证明了算法的全局和局部收敛性。     

混合型方程组的数值解法

针对混合型方程组提出一种新的迭代算法.新算法有如下特点：第一,收敛速度快,同Newton迭代法一样,新算法具有二阶收敛速度; 第二,计算成本低,新算法低于Newton迭代法.在对新算法的收敛性进行严格证明的同时,数值实验还证实,新算法对初始解与精确解的接近程度的要求也比Newton迭代法有所降低.     

改进的SR1拟牛顿法的2n步q二次收敛性

为了从理论上证明基于新拟牛顿方程的改进拟牛顿方法比传统的拟牛顿方法有更好的收敛效果，对改进的ＳＲ１拟牛顿方法进行了深入的研究，在变尺度矩阵序列正定有界的条件下，证明了算法在每ｎ＋ｐ（ｐ≥１）步迭代中至少有ｐ步是好的（ｑ超线性步），进而证明了算法的２ｎ步ｑ二次收敛性。     

线性二阶锥权互补问题的非精确非单调光滑化牛顿法

针对线性二阶锥权互补问题,提出一种新的非精确非单调光滑化牛顿法.首先,基于新的含参数光滑函数,将线性二阶锥权互补问题转化为一个光滑方程组;然后,给出求解该方程组的新非精确非单调光滑化牛顿法;最后,在半正定矩阵假设下,证明该算法全局收敛和局部超线性收敛.数值结果表明,该算法稳定、有效.     

一种改进的ICA算法及其在fMRI信号上的应用

摘要:给出了独立成分分析(ICA)的一个优化模型,在此基础上,提出了一种牛顿型迭代算法,为加快算法的收敛速度,对牛顿迭代进行了进一步修正,使该算法收敛速度达到三阶.本文从理论上阐明了新方法的合理性和优越性,同时将其应用于实际fMRI数据,经与其他两个ICA算法(Fast ICA算法、infomax算法)比较,该算法能够很好地分离出任务成分,同时大大减少了运算量,提高了运算速度,对处理大数据量的fMRI信号有明显的优势.     

非线性方程求根的一种新算法

提出了一种求解非线性方程f(x)=0的新算法.在初值和精度要求相同的情况下,该算法能通过几个参数的选取使迭代较牛顿法更快速收敛到方程的根.     

线性圆锥互补问题的光滑化牛顿法

给出求解线性圆锥互补问题一种新的光滑化牛顿法. 首先, 基于一个圆锥互补函数的光滑化函数, 将线性圆锥互补问题转化成一个方程组,  然后用光滑化牛顿法求解该方程组; 其次, 在适当假设下, 证明该算法具有全局收敛性和局部二阶收敛性. 数值结果表明, 该算法求解线性圆锥互补问题所需的CPU时间和迭代次数均较少, 且相对稳定, 从而证明了算法的有效性.     

求非线性方程数值解的两种三阶算法

本文在分析非线性方程数值解的二阶算法－牛顿逐根法的基础上，提出了两种改进思想，得到两种新的三阶算法。