贪婪光线寻优算法的局部收敛性分析

光线寻优算法局部搜索能力弱和收敛性理论完善困难的问题, 提出一种贪婪光线寻优算法, 并通过理论推导证明了该算法的局部收敛性. 数值实验结果表明, 对于单极值非线性标准测试函数, 与粒子群算法和模拟退火算法相比, 贪婪光线寻优算法具有更高的收敛精度和稳定性.     

耦合Sylvester矩阵方程的改进的梯度迭代算法

本文通过构造矩阵分裂,结合线性系统的迭代方法,提出了求解耦合Sylvester矩阵方程的两种梯度迭代算法,并研究了这两种算法在满足初始迭代条件下的收敛性.最后给出数值算例验证了这两种算法的有效性.     

求解非线性方程组的一个修正非单调L-M算法

利用非单调搜索准则提出求解非线性方程组的修正Levenberg-Marquardt算法(L-M算法).算法中,当试探步未被接受时,执行非单调线搜索来获取下一个迭代点.在适当的假设条件下,证明了该算法具有全局收敛性和局部二次收敛性.数值实验表明该算法是有效的.     

线性规划的邻域跟踪算法在退化情形下的局部收敛性

基于邻域跟踪算法的局部收敛性, 考察凸二次规划问题, 证明了在更一般的情形下(即无需假设问题非退化), 线性规划的邻域跟踪算法具有局部二次收敛性, 从理论上说明了该算法的数值收敛特性.     

求解连续Sylvester方程的预处理非对称HSS分裂迭代法

针对系数矩阵为大型非Hermitian正定/半正定稀疏矩阵的连续Sylvester方程组,提出了预处理不对称的埃尔米特和反埃尔米特分裂(PAHSS)迭代方法,并对所提算法进行了收敛性分析,讨论了PAHSS方法的准最优参数.为了进一步减少计算量,在内迭代求解子线性方程组时,基于该子线性系统具有特殊结构,采用某种有效的迭代方法去求解,得到了不精确的PAHSS迭代方法,并分析了其收敛性.数值实验验证了所提算法的有效性.     

基于平移预条件技术的改进超松弛迭代图像复原

图像复原问题常常可转化为大型线性系统的求解问题.为解决超松弛迭代算法在求解大型稀疏线性系统时的收敛不稳定问题,提出了一种改进的超松弛迭代算法.通过平移预条件技术将超松弛迭代的迭代矩阵进行改进以避免奇异,研究了改进算法的收敛性和松弛参数的取值范围.在两个实际图像复原问题上的数值实验结果表明,改进算法是稳定和有效的.     

求解线性系统的并行算法研究

研究了求解线性系统的神经网络算法,提出并证明了神经网络算法的收敛性定理,该算法不涉及矩阵的逆运算和除法运算,不受条件αii≠0的限制,对于严重病态的线性系统也能得到高精度解．给出的应用实例验证了算法的有效性．     

求解非线性方程组的一个修正非单调L-M算法

利用非单调搜索准则提出求解非线性方程组的修正Levenberg-Marquardt算法(L-M算法).算法中,当试探步未被接受时,执行非单调线搜索来获取下一个迭代点,在适当的假设条件下,证明了该算法具有全局收敛性和局部二次收敛性,数值实验表明该算法是有效的.     

牛顿法在新的仿射逆变条件下的半局部收敛性分析

非线性方程及非线性方程组的数值求解一直是计算数学所关注的问题,公认的经典算法是牛顿法,对于它的局部收敛性已有很多研究.在经典牛顿法的半局部收敛Kantorovich定理的基础上引入仿射逆变性,研究了牛顿法在仿射逆变Lipschitz条件和仿射逆变Holder条件下的半局部收敛性.简化了牛顿法的收敛行为,得到了相应的半局部收敛性定理及误差估计.推广并改进了相关文献的结果,表明了该方法的有效性.     

求解半定规划问题的一种光滑化方法

目的 求解标准形式的半定规划问题.方法 应用中心路径的性质及NCP函数,构造了求解半定规划的光滑化方法.结果 证明了此方法的全局收敛性及在合适的假设条件下的局部超线性收敛性.结论 数值结果表明了算法的可行性及有效性.     

保守修正BFGS算法及全局收敛性

基于新拟牛顿方程,提出一类保守修正BFGS算法.该算法的特点是:即使当目标函数是非凸函数时,该算法仍然是全局收敛的.在适当的条件下,该算法具有局部超线性收敛性.初步的数值实验表明,该算法是有效的.     

求解奇异问题的一个新的修正Levenberg-Marquardt方法

基于信赖域技巧,给出了求解非线性方程组奇异问题的一个新的修正Levenberg-Marquardt方法.在弱于非奇异条件的局部误差界条件下,证明了该算法的全局收敛性和局部二次收敛性.数据测试结果表明该算法是有效的.     

求解非线性方程组的新的信赖域方法

通过将信赖域技巧与Levenberg-Marquardt算法有效结合到一起,进而提出新的信赖域方法,进而证明了新方法的全局收敛性,并且在局部误差界等条件下得到该算法的收敛阶为2δ2+δ,其中δ∈(1/2,1)并且给出了数值结果,在证明新方法的相关收敛性结果时,同时进行了数值实验,并验证了新的信赖域方法的可行性.     

一种求解非线性方程组的修正Levenberg-Marquardt算法

通过修改Levenberg-Marquardt (LM)参数，结合信赖域方法给出一种新的求解方程组的LM算法。在局部误差界条件下，证明了该算法具有局部快速收敛性。数值实验结果表明，此算法稳定、有效。     

解非线性方程组的一种修正Levenberg-Marquardt算法

提出了求解非线性方程组的一个修正Levenberg-Marquardt方法,每次迭代步都引入校正步,使新的试探步更靠近Moore-Penrose步.另外,利用信赖域技巧修正L-M参数.在弱于雅可比矩阵非奇异的局部误差界条件下,证明了该算法的全局收敛性和局部二次收敛速度.数值试验表明了算法的有效性.     

基于PSS迭代分裂的广义鞍点问题求解

基于正定和反Hermite分裂(PSS)迭代技术,给出求解广义鞍点问题的一种广义Uzawa迭代法——修正局部PSS迭代算法,分析了该方法的收敛性,并用数值算例验证了新算法的有效性.     

求解非线性等式和不等式问题的一种光滑化算法

给出了求解非线性等式和不等式问题的一种新算法.用Max函数将不等式约束转变为等式约束,建立了一个半光滑的无约束方程组系统,并设计了一种光滑化Gauss-Newton算法求解该系统.在适当条件下,证明了此算法的全局和局部收敛性.数值实验表明此方法的有效性.     

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.     

基于降噪及独立分量分析的轴承故障声信号特征提取

针对传统降噪算法的缺点,提出了将局部投影用于故障声信号的降噪.该算法具有较高的计算效率及广泛的应用前景,不仅可用于线性系统,而且还可用于非线性系统.而独立分量分析可用于分解相互独立的信号,它解决了多传感器信号的信息融合与特征提取问题.综合局部投影算法及独立分量分析算法两者的优点,提出了一种轴承弱故障特征识别算法.试验表明,该方法能有效地分离背景信号及特征信号.     

一类混合HS和DY共轭梯度法及其全局收敛性

为了寻找同时具有良好的收敛性和数值效果的共轭梯度法.本文将HS方法和DY方法结合,选用Wolfe线搜索,构造出了一类新的混合共轭梯度法.并在Wolfe线搜索的条件下证明了该算法全局收敛性.对新算法进行数值实验,并与HS方法和DY方法的数值结果进行了比较,结果表明新算法是有效的.