一类拟牛顿算法的收敛性

根据一类基于新拟牛顿方程Bk 1sk=yk*的修改BFGS类算法,采用广义W olfe线搜索模型(GW搜索模型):f(xk 1)≤f(xk) δkαgTkdk和g(xk 1)Tdk≥m ax{,σ1-(kα‖dk‖)p}gTkdk,其中0<δ≤σ<1,p∈(-∞,1),得到一类修正的BFGS算法(M BFGS),证明了M BFGS算法的全局收敛性和超线性收敛性.数值试验结果表明M BFGS算法是有效的.     

带有梯度超线性项抛物方程黏性解的比较原理

研究梯度具有超线性增长的完全非线性抛物方程问题,证明了具有超线性增长的半连续黏性上下解的比较原理的存在,并且把此结果延伸到单调抛物系统中。     

随机比例方程的波形松弛方法

将波形松弛方法应用到随机比例方程.在分裂函数满足单边Lipschitz条件和全局Lipschitz条件下,给出波形松弛方法的误差估计,该误差估计说明此方法是超线性收敛的.完成收敛速度的数值实验,验证了所得理论的正确性.     

有限极大极小问题的拟牛顿法

给出了解极大极小问题的一种拟牛顿法, 在不假设在Danskin点处满足严格互补条件的情况下证明了算法具有超线性收敛速度及全局收敛的性质.     

一类超线性Dirichlet问题的正解

利用临界点理论中的局部环绕理论，获得了一类较一般的超线性Diriehlet问题的正解存在性结果．     

一种广义互补问题的磨光方法

文章基于文献[1]中一种广义互补问题的转化模型，建立了一种磨光牛顿算法，并在适当的条件下，证明了这种算法的超线性收敛性和Q-二次收敛性．     

解约束优化问题的一个新方法

本文用 Lagrange 函数作为下降函数,给出了求解一般约束优化问题的一个SQP 方法,在一定的假设条件下证明了该方法具有全局收敛性和局部超线性收敛性.     

带非线性边界条件的一类离散梁方程正解的存在性

用Krasnoselskii不动点定理给出带非线性边界条件的一类离散梁方程正解的存在性结果, 其中: λ>0为参数; h: ［2,T］_Z→［0,∞)为函数; f: (0,∞)→R连续且在u=0处允许有奇性, 在u=∞处超线性增长.     

基于对角隐式Runge-Kutta公式的无约束优化方法

通过把一个无约束优化问题转化为一个等价的常微分方程,利用二阶半对角隐式Runge Kutta公式构造了求解无约束优化问题的LRKOPT算法。LRKOPT算法具有与IMPBOT方法相似的数值特性,但LRKOPT算法可以看成是最速下降方向与牛顿法方向的非线性组合,而IMPBOT方法为它们两者之间的线性组合。在目标函数为一致凸函数的假设条件下,证明了LRKOPT方法的具有全局收敛和局部超线性收敛性。数值结果表明LRKOPT方法具有很好的数值稳定性并且LRKOPT方法的计算效率优于IMPBOT方法。     

关于一般约束非线性规划问题的一族下降函数

首先建立等式和不等式约束非线性优化问题的结构拟牛顿法，并以此产生搜索方向δＸ。然后给出以δＸ为下降方向的一族含双参数的下降函数，并且在一定条件下证明了该函数族关于结构拟牛顿法产生的点列是严格下降的。