次梯度法在求解非光滑最优化问题时的计算效果研究

本文研究了次梯度法的一些重要问题。次梯度法是梯度法在非光滑优化中的直接推广。在每一步的迭代中,选取一个负次梯度方向为搜索方向,并以一定的规则设置搜索步长。次梯度法的每一步迭代不一定都下降,但是可以证明,对于非光滑凸优化问题,次梯度法能够保证全局收敛性。次梯度法的搜索步长是预先设置的,步长设置准则包括常值步长准则、有限平方和步长准则和已知全局极小值的步长准则。本文对各种步长准则的收敛性进行了证明。为了验证次梯度法在不同的步长准则下的计算效果,本文应用次梯度法对一系列非光滑最优化问题进行了计算实验,并分析了他们的计算结果。数值实验结果表明,常值步长准则收敛速度慢,精度不高,而且步长的选择困难。而有限平方和步长准则收敛速度更快,也能够达到更高的精度。至于已知全局极小值的步长准则,虽然精度也较高,但是因为需要事先已知凸优化问题的全局极小值,所以这种步长准则的应用范围有限。     

取值在抛物线上的双曲型微分方程的柯西问题

研究了二阶双曲型微分方程沿着一组特征线的柯西问题 ,处理这个问题的方法是通过引入辅助函数 ,转化为求解积分方程组 ,并利用迭代法 ,证明了在一定条件下这个二阶双曲型微分方程的柯西问题有解     

基因块编码的并行遗传算法及其在TSP中的应用

针对简单遗传算法在较大规模组合优化问题上搜索效率不高的现象,提出了一种用基因块编码的并行遗传算法(Building-block Coded Parallel GA,BCPGA).该方法以粗粒度并行遗传算法为基本框架,在染色体群体中识别出可能的基因块,然后用基因块作为新的基因单位对染色体重新编码,产生长度较短的染色体,再用重新编码的染色体群体作为下一轮以相同方式演化的初始群体.将BCPGA应用于一个100城市的旅行商问题(TSP)中,结果表明本方法可以提高遗传算法的搜索效率,并且在相同条件下,BCPGA明显优于单纯的粗粒度并行遗传算法.     

Sharp增广拉格朗日函数的局部鞍点

对于约束优化问题,证明了局部鞍点就是局部最优解,利用泰勒展开公式证明了sharp增广拉格朗日函数在二阶充分性条件下,局部鞍点的存在性,从而保证了原问题和对偶问题的局部最优值相等.     

波动方程的自然边界元与有限元耦合法

本文对波动方程初边值外问题提出一种有效的数值算法,首先将控制方程对时间进行离散化,得到时间步长离化格式,进而对每一时间步长求解一椭圆型外问题。引入一条圆周人工边界Г0,通过自然边界归化导出Г0的外部无界区域的自然积分方程及Poisson积分公式,讨论算法的有限元离散化及计算问题,概述了求解过程,并对此算法作了简要的评述。     

一种求解非线性互补问题的新算法

利用信赖域SQP滤子算法来求解非线性互补问题,在适当的条件下证明了该算法的全局收敛性,并给出了数值实验证明算法的可行性。     

四阶Burgers方程的非线性边值－初值问题的精确解

证明了四阶Ｂｕｒｇｅｒｓ方程与相应的四阶线性方程的等价性，给出了四阶Ｂｕｒｇｅｒｓ方程的初值问题以及在四分之一平面上的具有非线性边界条件的边值－初值问题的精确解。     

一类热传导方程逆时反问题的数值解法

讨论一类热传导方程逆时反问题(BHCP)的数值解法.中心差分法的思想是基于对原问题只进行空间离散,转化为一个不适定的常微分方程组的初值问题,然后利用变量变换把该问题转化为一个适定的常微分方程组的初值问题,最后利用Runge-Kutta方法进行数值求解.数值结果说明了数值解与精确解吻合良好.     

IRP在非一体化供应链中的回购策略研究

文章研究了非一体化供应链环境下的库存路径问题,给出了基于随机需求的"一对多"2层供应链的回购模型;从供应商角度出发,分析了供应商在何种情况下应该采取回购策略,计算出此情况下的最优回购价格;利用遗传算法给出了供应商的路径运输方案,使得运输成本尽量小;算例结果表明,对于某种商品,是否采取回购策略与供应商的商品残值及供应商制定的批发价格有关,在零售商能够接受的范围内,批发价格越高,供应商获利越多.     

阻尼Boussinesq方程初边值问题解的渐近性

 运用Fourier变换和扰动方法研究了一类广义阻尼Boussinesq方程初边值问题,在古典空间中得到了这类Boussinesq方程整体解的存在唯一性和形式解的长时间渐近性.