修改的βNk(μ)方法在标准Wolfe条件下的全局收敛性

在没有线搜索的条件下,修改的βNk(μ)方法满足充分下降条件.证明了其在标准Wolfe条件下具有全局收敛性.初步的数值结果表明该方法是有效的.     

区间方法在不确定非线性结构静态响应分析中的应用

采用区间分析方法针对目前还少有人研究的具有材料非线性的不确定结构系统进行分析计算,并针对计算结果易于扩张这一区间计算的主要缺陷,采用把区间函数计算和区间方程组的求解转化为以非确定参数为优化变量,以结构静态响应解为目标函数的全局最优化问题,进而得到静态解的区间边界值.计算中采用实数编码遗传算法求解全局优化问题.     

聚类分析在多极值函数优化中的应用

将聚类分析方法应用于经典的优化和遗传寻优过程当中，提出了一种求解多极值函数全局最优解的方法。在基于梯度的算法中，先取多个初始点，几次迭代搜索后做聚类分析。在每类取一点，将目标函数分为多个单极值函数，然后分别寻优，通过比较得到全局最优解。在遗传算法中，通过聚类分析在每类取若干个体作为代表个体，它们将始终参与遗传操作，从而有望达到全局最优。     

解线性变分不等式问题的一个简单交替方向法

解变分不等式的交替方向法每一步需要解一个(几个)变分不等式子问题,算法的有效性受这些子问题的影响很大.本文提出了一个解线性变分不等式的简单的交替方向法. 在每一步迭代中,只需要做矩阵-向量乘法和到简单集合的投影,使得算法的效率得到保证.在适当的条件下证明了算法的全局收敛性.初步的数值结果表明,我们的新算法较原有同类算法有所改进.     

非自治一食饵-两竞争捕食者模型的动力学行为

研究了非自治的食饵-捕食模型,该系统是一食饵种群被两个具有竞争关系的捕食者种群捕食.其动力学行为包括:持久性、全局渐近稳定性、正周期解和正概周期解的存在唯一性.     

Hopfield型连续反馈神经网络的全局指数稳定性

研究了Ｈｏｐｆｉｅｌｄ型连续反馈神经网络的全局指数稳定性,给出了平衡点的全局指数稳定性的充分条件,这些条件有利神经计算,同时对于Ｈｏｐｆｉｅｌｄ型连续反馈神经网络的设计和应用都很有意义。     

具有非线性接触率的SIR传染病模型的研究

讨论了一类具有常数输入和非线性接触率的SIR传染病模型，给出了模型的阈值定理，分析了模型平衡点的稳定性，证明了疾病消除平衡点和地方病平衡点的全局渐近稳定性．     

非线性规划的一个超线性收敛算法

本文利用系列二次规划技术,给出非线性规划问题min{f(x)lA_1x=b~1,A_2x=b~2}的一种可行方向法。在一定的假设下证明了算法的全局收敛性和超线性收敛速度。     

具有阶段结构的生态—流行病SI模型的分析

考虑了一类食饵染病且带有阶段结构的捕食—被捕食模型,分析了该模型的正不变性,边界平衡位置的局部和全局稳定性,得到了正平衡位置局部渐近稳定以及系统产生Hopf分支的条件.证明了当正平衡位置存在时系统是一致持续生存的.     

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。