非扩张半群公共不动点与广义变分不等式 解的迭代收敛性

引入一种新的非扩张半群显式粘滞迭代算法,使用这种显式粘滞迭代算法,在较弱条件下,在Hilbert空间中建立了非扩张半群公共不动点集与具有α-可逆g-强单调映象的广义变分不等式解集的公共元素的强收敛定理,推广和改进了相关结果.     

单调变分不等式问题的惯性松弛投影算法

在Hilbert空间中研究单调变分不等式问题的惯性松弛投影算法.在该算法的每一次迭代中，只需要向特殊结构的半空间进行2次投影.另外，采取一定的线搜索条件，在单调和Lipschitz连续且Lipschitz系数大小未知的假设下，证明该算法所产生的序列强收敛到变分不等式的解.     

多层异构蜂窝网络中一种快速最优资源分配算法

利用最大化系统下行链路总容量问题模型中隐含的单调结构,将由于干扰存在使得构建的最优资源分配为非线性非凸的问题转换为单调优化问题,提出了一种改进的Polyblock外逼近法对其进行求解.该算法针对Polyblock外逼近法在求解过程中顶点值的个数呈指数倍增长,导致计算量较大、收敛速度较慢等缺陷,改用分枝定界法划分可行域区域,并以最大利益优先的方式进行节点扩展和搜索,边分枝边剪除不符合条件的枝,使可行域范围越来越小,最终逼近最优解.实验结果表明:改进算法提高了收敛速度和逼近最优解的效果.     

一类带有非线性记忆项的反应扩散系统的自由边界问题

研究了一类带非线性记忆项的具有双自由边界的反应扩散问题,证明了该反应扩散问题解的存在唯一性,并且得到了自由边界的单调性.     

变分不等式的惯性次梯度外梯度算法

在实Hilbert空间中提出求解单调变分不等式的惯性次梯度外梯度算法，其中变分不等式的可行集是一个光滑凸函数的水平集.新算法应用惯性加速技巧，迭代过程中对映射F赋值一次，并只需向两个半空间作投影两次.在适当的假设下，证明该算法的弱收敛性.新算法改进和推广相关文献中的相应结果.     

修正的Dai-Liao三项共轭梯度方法

共轭梯度方法是求解大规模无约束优化问题最有效的方法之一。近年来提出的共轭梯度法具有良好的收敛性和数值结果。然而,这些方法并不总是产生下降方向。Dai-Liao方法虽然不会产生上升的搜索方向,但是也不满足充分下降条件。大量学者对Dai-Liao方法的参数进行研究使得Dai-Liao方法获得更好的收敛性和计算结果。因此,我们基于下降的三项共轭梯度方法和通过对Dai-Liao方法的迭代矩阵进行特征值分析,得到参数的一种自适应选择,并且利用HZ和DK方法的截断思想,提出了两种新的修正的Dai-Liao方法,使得修正的Dai-Liao方法满足充分下降条件和对一致凸函数全局收敛。在计算上优于HZ+、DK+方法和一种修正的Dai-Liao三项共轭梯度方法,有效可行。     

本科生数学教育实习工作的几点注记

该文的主要目的是列举出数学专业本科生实习过程中教学出现的四个缺陷,即函数定义、函数图像、函数单调性、轨迹问题讲解的缺陷,为今后实习生及教师改进教育实习质量提供借鉴.     

复活节港人赴韩解“星星”毒

正《来自星星的你》除了以俊男美女招徕,更一并把首尔景点呈现观众眼前,实在是上佳的旅游宣传策略。每年四月是香港人感谢主的时候——连续四天的复活节假期,为市民提供离港外游的机会。不过这些年来的天灾人祸,令许多热门旅游胜地不再吃香,包括曾发生大规模示威的曼谷,有一阵子更被港府发出黑色旅游警号。虽然警号已换成黄色,但对市民来讲,只是旅游而已,可不要冒什么生命危     

不同加载模式下GFRP管混凝土组合柱的损伤实时监测

基于压电陶瓷主动传感技术，对GFRP管混凝土组合柱(concrete filled GFRP tube, CFGT)进行损伤监测.制作2组预埋压电智能骨料(smart aggregate, SA)的GFRP管约束混凝土短柱试件，分别进行单调和往复轴压试验，监测其损伤情况.加载过程中采集实时信号，采用小波包能量法和基于均方根偏差的损伤评判指标(damage indicator, DI)等进行损伤评估，发现小波包能量随着荷载的增大明显衰减，而损伤评判指标随着荷载的增大而增大，且在损伤达到一定程度时趋于平稳；组合柱底的小波包能量均大于柱顶的；柱底混凝土晚于柱顶破环；往复加载下的混凝土破坏先于单调加载下的.结果表明，该监测方法能有效识别组合柱在受力时的实时损伤程度，且监测信号的幅值、小波包能量、损伤评判指标均在损伤过程中表现出较好的敏感性.该方法可为该类组合柱在施工、使用过程中的实时损伤研究提供参考.     

基于自适应矩估计的在线投资组合梯度下降策略

对于在线投资组合选择问题，充分利用历史数据能有效地减少市场噪声对投资策略的影响，但这往往会导致策略计算效率降低。与其相对应的是，高频交易的日益发展与数据量的爆发式增长愈发要求投资策略具备高效的计算能力。为此，借助于自适应矩估计，以增量的方式利用历史数据，提出了一个基于自适应矩估计的在线投资组合梯度下降策略。理论分析表明，该策略具有泛证券性，即其与离线的最优定常再调整策略具有相同的渐近平均对数增长率；同时，该策略在充分利用历史数据的情况下依然保持线性时间复杂度。实证分析表明，该策略在收益以及计算时间等指标上表现出较好的性能，同时能承受合理的交易费用，故而具有良好的实际应用前景。