解水平线性互补问题的一个基于梯度的神经网络

给出了求解水平线性互补问题的一个基于梯度的神经网络.基本思想是先将该问题转化为等价的无约束优化问题,然后基于梯度法构造神经网络模型,分析了模型的平衡点与原问题解的关系,然后运用Lyapunov稳定性理论和LaSalle不变集原理,严格证明该网络全局收敛于它的平衡点集.数值模拟表明网络不仅可行而且有效.     

解水平线性互补问题的一个新颖的神经网络

考虑了水平线性互补问题,根据其等价性方程,提出了求解它的一个简单新颖的神经网络模型.新模型的规模为原问题的一半,证明了新模型解的存在唯一性,构造了合适的Lyapunov泛函,并利用线性矩阵不等式方法,给出了该神经网络全局指数稳定的充分条件.用数值模拟说明提出的神经网络的良好性能.     

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.     

求解水平线性互补问题的一渐近牛顿法

借助Fischer-Burmeister NCP函数将水平线性互补问题转化为带简单界约束的最优化问题,而后将一个修正渐近牛顿算法用来求解水平线性互补问题的,并给出数值实验,以说明算法是有效的。     

一类线性互补问题的神经网络求解

本文提出了一种求解一类线性互补问题的神经网络模型，并从理论上予以了严格证明。最后给出了一个应用实例。     

求解水平线性互补问题的同伦方法

通过构造组合同伦方程及引入N-矩阵的定义和性质给出一种求解水平线性互补问题HLCP(A,B,q)解的组合同伦方法,并在一定的假设条件下证明了同伦路径的存在性及其全局收敛性。     

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.     

解广义水平线性互补问题的组合同伦方法

摘要: 给出了求解广义水平线性互补问题EHLCP(A,q)的组合同伦方法, 该方法初始点的选取只要求不可行内点即可. 构造了求解广义水平线性互补问题EHLCP(A,q)的组合同伦方程, 并在一定条件下, 证明了同伦路径的存在性及所给算法的全局收敛性. 数值结果表明, 该算法行之有效     

线性互补问题中一个新的高阶收敛算法

利用凝聚函数对线性互补问题的等价形式进行带参数的磨光 ,并对参数方程的解曲线进行离散化追踪 ,在无假设有严格互补解的条件下 ,给出一个新的算法 .在适当条件下 ,证明该算法具有大范围线性收敛和局部任意阶收敛性     

求解一类随机线性互补问题的L-M算法

提出求解一类随机线性互补问题的一个L-M算法,利用NCP函数将随机线性互补问题转化为无约束最小化问题,通过非单调L-M算法来求解无约束最小化问题.在适当的假设下,证明了该算法的全局收敛性.     

求解广义非线性互补问题的神经网络

研究了广义非线性互补问题，将其转化为等价的无约束优化问题，给出了求解它的二个神经网络模型．分析了新模型的平衡点与互补问题解的关系，证明了其稳定性和平衡．占、集的渐近稳定性，并给出了其渐近收敛的充分条件．新模型可用来求解一类非单调的问题．     

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.     

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.     

关于变分与互补问题的线性逼近方法的收敛性分析

建立了Ｐａｎｇ与Ｃｈａｎ提出了的求解变分不等问题的线性逼近方法的Ｋａｎｔｏｒｏｖｉｃｈ型收敛性理论，对于其特殊情形Ｎｅｗｔｏｎ法，刻划了其收敛速度及误差估计，给出了关一发不等问题的新型的解的的存在的唯一条件，且为迭代序列的初始选取提供了可靠的依据。     

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．     

求解混合互补问题的LG算法

基于混合互补问题等价的非光滑方程组,提出了求解混合互补问题的一个LG算法,并在不需要严格互补条件成立的条件下证明了算法的全局收敛性。     

A Potential-Reduction Algorithm for Linear Complementarity Problems

Feasible-interior-point algorithms start from a strictly feasible interior point,but infeassible-interior-point algorithms just need to start from an arbitrary positive point.we give a potential reduction algorithm from an infeasible-starting-point for a class of non-monotone linear complementarity problem.Its polynomial complexity is analyzed.After finite iterations the algorithm produces an approximate solution of the problem or shows that there is no feasible optimal solution in a large region.