非对称线性互补问题的并行二级多分裂迭代法

提出了求解非对称线性互补问题的并行二级多分裂迭代算法,并证明了该算法的收敛性,最后通过数值实验验证了算法的有效性和可行性.     

M-矩阵线性互补问题模系多分裂迭代方法的收敛性

首先证明了M-矩阵的H-相容分裂都是正则分裂,反之不成立.这表明对于M-矩阵而言,其正则分裂包含H-相容分裂.然后针对系数矩阵为M-矩阵的线性互补问题,建立了两个收敛定理:一是模系多分裂迭代方法关于正则分裂的收敛定理;二是模系二级多分裂迭代方法关于外迭代为正则分裂和内迭代为弱正则分裂的收敛定理.     

线性互补问题的异步并行多分裂松弛迭代算法

将求解线性方程组的异步并行多分裂松弛迭代算法推广到线性互补问题.当问题的系数矩阵为H-矩阵类时,证明了算法的全局收敛性.     

线性互补问题的并行多分裂松弛迭代算法

运用矩阵多重分裂理论,同时考虑并行计算与松弛迭代法,得到一类求解线性互补问题的高效数值算法．当问题的系数矩阵为对角元为正的H-矩阵或对称半正定矩阵时,证明了算法的全局收敛性；该算法与已有算法相比,具有计算量小、计算速度快等特点,因而特别适于求解大规模问题．数值试验的结果说明了算法的有效性．     

关于线性互补问题的模系矩阵分裂迭代方法

模系矩阵分裂迭代方法是求解大型稀疏线性互补问题的有效方法之一.本文的目标是归纳总结模系矩阵分裂迭代方法的最新发展和已有成果,主要内容包括相应的多分裂迭代方法, 二级多分裂迭代方法和两步多分裂迭代方法, 以及这些方法的收敛理论.     

解一类线性互补问题的区间方法

1引言线性互补问题简记为LCP(M,q)是指对给定的n×n阶实方阵M和N维实向量q,求满足下列条件的实向量x：x≥0,Mx q≥0,(1．1) x~T(Mx q)=0．它在工程物理、管理学、经济学、约束最优化等领域有着广泛的应用背景．备受人们关注     

一类线性互补问题的最小元算法

本文对M∈Z时的线性互补问题提出一种新的算法——最小元算法.此算法比现行的R.Chandrasekaran算法和化这类问题成线性规划问题的方法具有更广的适用范围,而且对于退化情形仍然有效.     

关于线性互补问题的一个直接法

一类交分不等式问题通过有限差分法或有限元法离散可归为线性互补问题:     

一类线性互补问题解存在性判断的区间方法

利用目标函数的区间斜量,以Miranda定理为理论依据,将Moore-Kioustelidis定理推广到不可微情况,提出了一类线性互补问题解存在性判断的区间方法,给出了具体实例,表明这种判断方法是有效的.     

不确定信息多目标线性优化的鲁棒方法

研究不确定信息的多目标线性优化问题,其数据不能精确给出但是属于一个给定的集合.首先,采用鲁棒方法把该问题转化为一个确定的多目标优化问题.然后,给出此问题解存在的充分条件.最后,通过实例验证了用鲁棒方法解决不确定信息的多目标线性优化问题的有效性.     

求解一类隐线性互补问题的投影MAOR算法

用MAOR迭代算法求解一类L-矩阵的隐线性互补问题.证明了由此算法产生的迭代序列的聚点是隐线性互补问题的解.并且当问题中的矩阵是M-矩阵时,算法产生的迭代序列单调收敛于隐互补问题的解.     

单调线性互补问题的最小原则(II)

在文［１］的基础上，对单调线性互补问题（ＭＬＣＰ）给出了不同于文［１７］的最小原则的另一形式，并提出了一个在有限步内求出单调线性互补问题解集的新算法；给出了单调线性互补问题的三个误差界公式．这些公式推广了文［６］的有关结果，并且较文［８］中的误差界表示形式简洁和易于检验．     

线性互补问题的阻尼牛顿法的有限终止性

在（２）中，Ｈａｒｋｅｒ和Ｐａｎｇ提出了如下一个公开问题，对于线性互补问题的阻尼牛顿算法，当它收敛时，算法是否能在有限步内终止？本文对此问题给出一个肯定回答，而且进一步给出一个新的求解一般线性互补问题的有限终止算法，这个算法避免了阻尼牛顿算法可能不收敛的情形。     

随机P矩阵和随机P0矩阵线性互补问题

定义了随机P矩阵和随机P0矩阵,给出了矩阵为随机P矩阵或随机P0矩阵的充要条件.研究了随机线性互补问题(SLCP)的矩阵为随机P矩阵时,期望残差方法(ERM)解集的有界性.得到了期望矩阵为P矩阵时,(ERM)解集非空有界.并且研究离散情形(ERM)与期望值方法(EV)解的关系,给出了(ERM)解唯一的条件.     

PARALLEL CHAOTIC MULTISPLITTING ITERATIVE METHODS FOR THE LARGE SPARSE LINEAR COMPLEMENTARITY PROBLEM

1. IntroductionWe consider the linear complementarity problem LCP(M,q): Find a z E m such thatwhere M = (mij) E boxs and q ~ (qi) 6 m are given real matriX and vector, respectively.This problem axises in various scientific computing areas such as the Nash equilibritun poillt ofa bimatrir game (e.g., Cottle and Dantzig[4] and Lelnke[12j) and the free boundary problems offluid mechedcs (e.g., Cryer[8]). There have been a lot of researches on the approximate solutionof the linear complemeat…     

线性互补问题的一种新Lagrange乘子法

A new multiplier method for solving the linear complementarity problem LCP(q, M) is proposed. Based on the Lagrangian of LCP(q,M) introduced here, we construct a new differentiable merit function θ(x,λ) which containing a multiplier vector λ and satisfying θ(x,λ) ≥ 0 and θ(x,λ) = 0 if and if only x solves LCP(q,M). A simple damped Newton-type algorithm which based on the merit function θ(x,λ) is presented. The main feature of the method is that the multiplier self-adjusting step accelerates the local convergence rate without losing global convergence. When M is the P-matrix, the sequence {θ(x^k,λ^k)}where {(x^k,λ^k)} generated by the algorithm is globally linearly convergent to zero and convergent in finite number of iterations if the solution is nondegenerate. Numerical results suggest that the method is high efficient and promising.     

改进的分块模方法求解对角占优线性互补问题

为了高效求解中小型线性互补问题,本文提出了改进的分块模方法,并证明了关于严格对角占优(对角元素均为正数)线性互补问题的收敛性.对于广义对角占优线性互补问题,先将其转化为严格对角占优线性互补问题,再采用改进的分块模方法求解.数值结果表明,改进的分块模方法在求解广义对角占优线性互补问题时在内迭代次数和计算时间上均明显优于分...