两层非线性规划问题的并行模拟退火全局优化

两层非线性规划问题的非凸性和非可微性给全局最优解的求解带来了较大的困难，目前还缺乏成熟的全局优化策略，同时其易并行计算特性未得到重视。提出了基于模拟退火算法的两层非线性规划问题的并行全局优化策略。融合单纯形法和模拟退火算法设计了一种并行模拟退火算法，用来求解上层问题，用精确惩罚函数处理约束。下层的非线性规划问题则采用可变容差单纯形算法完成求解。所设计的组合算法有效地结合了两层非线性规划问题的易并行性，便于实现网络并行计算。计算表明算法有着可靠的全局收敛性和较高的收敛速度。     

完备凸度量空间中Ishikawa迭代序列强收敛到两个映射的公共不动点定理

在完备凸度量空间(X,ρ)中,设S、T是满足条件(A)或(B)的闭凸子集上的两个自映射,从两方面研究了映射S、T的公共不动点问题:1.如果映射S、T生成的Ishikawa迭代序列强收敛,则收敛点为S、T的公共不动点;2.如果S、T的公共不动点非空,则映射S、T生成的Ishikawa迭代序列强收敛到S、T的公共不动点.结论改善并推广了部分作者的相关结果[1~5],[7~8].     

一类算子方程逼近解的加速收敛

在文的基础上,通过改进一致u0-凹算子所满足的条件,使迭代列能以更快的速度收敛于算子方程Ax=x的正解x。     

网络参与者见面概率的迭代估计方法北大核心CSCD

针对网络参与者见面概率的估计问题,引入效用分析的方法,并将效用函数的估计问题与logistic回归分析相联系.在深入分析网络参与者链接形成过程的基础上,提出了迭代估计算法.进一步给出了该方法的基本算例,并在合著者网络中进行了方法的应用研究.结果表明该方法能够实现对网络参与者见面概率进行估算的研究目标,有助于优化网络的整体产出,可行并实用.     

交错立方体上限制容错单播算法的研究

在交错立方体中引入限制故障顶点集的概念,证明了当n≥3时,交错立方体中基于限制故障顶点集的限制连通度为2n-2,这一结果几乎是交错立方体上传统连通度的两倍;然后提出了基于该情形下的时间复杂度为O(「log|F|┐n~3)的容错单播算法,并证明了在最坏情形下,该算法构造出的无故障路径的最长路径长度的上界为5m+n-1,其中m=「log|F|┐;进一步利用上述算法进行仿真.     

微小薄壁变形预测的迭代有限元法

将迭代有限元法引入微小薄壁铣削中,建立了变形量的预测模型,预测了不同径向切削深度、不同薄壁厚度时的铣削变形量大小,通过试验加工和Deform-3D仿真对模型进行了验证.结果表明:迭代有限元变形预测值与试验加工变形量较为接近;加工后的薄壁残余厚度大于理想状况下的加工厚度;最大变形量随壁厚的增大先保持最大值然后逐渐减小至0;薄壁厚度应当与切削参数相协调,调整工件刚度与切削力大小相适应,否则会导致变形量过大.     

用扰动逼近算法解广义混合拟-似变分不等式组

引入和研究了一类广义混合拟似变分不等式组，借助η-次微分及η-逼近映射，给出了求此类变分不等式组的近似解的扰动η-逼近算法，并证明了此类变分不等式组的解的存在性及算法的强收敛性。     

用于多指数拟合的一种混沌免疫粒子群优化

为了更好地逼近真实物理场景,对传统的多指数模型作了一些改进,将权因子设置为噪声方差平方的倒数,提出一种基于循环矩阵(CM)的算法用于估计衰减项数.为了求解上述改进模型,提出一种混沌免疫粒子群优化(CIPSO)算法.该算法将人工免疫系统中的克隆、交叉、变异和接收器修正算法嵌入粒子群算法中,并采用混沌算子实现变异,然后将惯性因子改为自适应变化.实验表明:提出的权因子设置更符合实际;用于估计项数的CM算法在估计精度与运行时间上均优于传统的ILS算法;CIPSO算法在收敛精度与运行时间上也优于传统的优化算法,如可信域法、LM法、高斯-牛顿法、差分进化算法和粒子群算法等.     

解非线性方程的一族修正Chebyshev-Halley迭代方法

提出一族求解非线性方程的修正Chebyshev-Halley迭代方法.该方法避免了计算函数的二阶导数,且具有至少三阶收敛的性质,当参数选取特殊值时,可以得到四阶收敛方法.收敛性分析和数值实验结果表明,该方法与具有同阶收敛性质的算法相比效率更高.