求解变分不等式的一个改进的推广近似点算法

基于D．Han提出的算法，通过改进算法的投影区域，我们提出了求解变分不等式的一种改进的推广近中心点算法．该算法使新的迭代点与变分不等式的解集间的距离更靠近．在适当假设条件下，我们证明了算法的全局收敛性．     

一种新的求解变分不等式问题的外梯度投影算法

给出了一种新的求解变分不等式问题的外梯度投影算法．在较弱的条件下证明了算法的全局收敛性，并分析了算法的线性收敛速度。     

非线性约束规划快速收敛的共轭投影变尺度法

本文讨论非线性等式约束规划问题，给出了问题的一种共轭投影变尺度算法．方法利用变尺度法，梯度投影法及共轭方向法相结合的思想直接给出主搜索方向和辅助方向显式表达式，以罚函数为效益函数，不需解任何二次子规划．在较温和的假设下，算法具有全局收敛性和超线性收敛性．     

一类超线性收敛的广义投影非拟牛顿算法

结合广义投影算法与非拟牛顿法，给出了求解线性约束非线性规划问题的一类带有非精确线搜索的新算法。在一定的条件下，我们证明了该算法的全局收敛性和超线性收敛性。     

积空间中求解凸不等式系统的不完全投影算法

针对凸不等式系统提出了一种具有可变权参数和下松弛因子的平行不完全投影算法,经过有限次的投影算法得到不完全投影点,并且通过构造一个新的积空间,将欧氏空间中的平行不完全投影算法转化为新空间中的半序列不完全投影算法,使得平行的不完全投影法的收敛性由半序列不完全投影算法的收敛性证明直接得到,在一定程度上简化了平行不完全投影算法的收敛性证明.     

求解变分不等式问题的一种新投影方法

提出了一种求解变分不等式问题的新投影方法,该方法主要采用了一种新的投影方向.并证明了新算法在较弱条件下具有全局收敛性.     

投影松弛迭代的收敛性与收敛速度

本文讨论求解一般线性互补问题的投影松弛迭代法的收敛性,对于两类迭代算法—投影雅可比松弛和投影逐次超松弛,我们给出了一些收敛判定准则.此外,我们还得到了两类算法的收敛速度估计式.     

变分不等式和非扩张映射不动点问题的新算法

对于伪单调变分不等式和非扩张映射下的不动点问题,设计了一种新的投影收缩算法;并在较弱的条件下,得到了算法的全局收敛性.     

解带线性或非线性约束最优化问题的结合共轭梯度参数的记忆梯度Rosen投影算法

对于求解无约束规划的记忆梯度算法中的参数。作者利用Rosen投影矩阵给出了一个条件以确定其取值范围。使其在取值范围内取值均能得到目标函数的记忆梯度Rosen投影下降方向。从而建立了求解带线性或非线性约束最优化问题的记忆梯度Rosen投影算法．然后在较弱条件下证明了算法的收敛性。同时给出了具有好的收敛性质和较快收敛速度的结合FR,PR,HS共轭梯度参数的记忆梯度Rosen投影算法,从而将经典的共轭梯度法推广用于求解约束规划问题．由于算法需要较小的存储,算法适合于大规模问题的计算．数值例子表明算法是有效的．     

约束优化问题的一个非单调变尺度投影算法

变尺度方法是求解优化问题的重要方法之一,本文利用投影算子建立了求解约束优化问题的一个变尺度投影算法,而且算法使用了非单调搜索,放松了每步迭代中对搜索的限制,并进一步证明了算法的全局收敛性．     

各向异性外问题的并行Schwarz算法及其收敛性

对于无界区域各向异性常系数椭圆型偏微分方程,研究了一种并行Schwarz算法。在常数权因子下通过L ions的投影解释证明了其收敛性,在变权因子下改进了并行Schwarz算法,并分析了其收敛性。     

基于最小自由能法的理想气相反应平衡新算法

针对目前采用最小自由能法计算理想气相反应平衡问题存在的不足,提出了梯度投影拉格朗日算法。算法中,采用了弱收敛准则作为梯度投影法的收敛标准,并从数学上证明了梯度投影法采用弱收敛条件的合理性和算法的收敛性,基于此,将梯度投影法的计算结果作为牛顿法计算拉格朗日乘数法的计算初值,同时对牛顿法的迭代步长进行了改进,从而解决了牛顿法计算初值选取困难的问题,提高了算法的稳健性和计算速度。算例计算结果表明,该算法的收敛速度快且计算精度高。     

一类超线性收敛的投影非拟牛顿算法

本文将梯度投影与非拟牛顿法相结合，给出了一类求解线性约束非线性规划问题的新算法。在一定的条件下，证明了该算法的全局收敛性和超线性收敛性。     

解半定规划的投影收缩法

首先将一般的半定规划扰动成二次半定规划,而后者在其对偶空间等价于一投影方程,然后提出了求解半定规划问题的投影收缩方法并且给出了全局收敛性结果.     

不等式约束极大极小问题一个新的（ε,δ）-广义投影可行方向法

结合Armjio线搜索和（ε,δ）-广义投影技术,本文提出了求解不等式约束极大极小问题一个新的广义投影可行方向法.在算法的每一步迭代中,其搜索方向由一个新的（ε,δ）-广义投影显式给出.在较温和的假设下,新算法具有全局收敛性和强收敛性。     

一类带有混合约束的二次半定规划及其投影收缩算法

研究带有线性等式及线性不等式约束的二次半定规划问题.讨论对偶理论、最优性条件及其等价的单调变分不等式,给出相应的投影收缩算法.经收敛性分析,可得该算法是全局收敛的.     

次梯度外梯度方法求解随机变分不等式

随机变分不等式在供应链网络、交通运输和博弈论中具有广泛的应用。提出基于次梯度外梯度的随机逼近方法求解随机变分不等式,将矫正步的投影改投在半空间,以此来减少计算投影的代价。在适当的假设下,证明了所提出的算法具有全局收敛性。     

非定常Navier-Stokes方程的一种非线性局部投影稳定化有限元方法

针对非定常Navier-Stokes方程,本文提出了一种基于非线性对流项和压力梯度的局部投影稳定化有限元方法.该方法在空间上采用等阶有限元,时间上采用隐式有限差分.本文建立了非定常Navier-Stokes方程的全离散数值格式,进而分析了离散解的稳定性和收敛性.值得注意的是,该方法中得到的误差估计随着流体雷诺数的增大依然有效.