一种求解广义变分不等式问题的新方法

给出了一种求解广义变分不等式问题的新方法,并在较弱的条件下证明了算法的全局收敛性和线性收敛性;并且研究了在不精确情况下的全局收敛性.     

弱条件下二阶椭圆问题求解的数值积分格式与收敛性分析

给出了一种带有数值积分方案的求解二阶椭圆问题的有限元计算格式.与精确方法相比,仍保持收敛性和收敛价,并在较弱条件下给出了收敛性分析.数值算例说明算法可行,并且与理论分析结果一致.     

广义均衡和不动点问题的迭代算法

运用粘滞迭代方法,提出一种寻求2个广义均衡问题解及无限多个非扩张映像不动点集的公共元的新的迭代格式,在Hilbert空间中,证明了该算法的强收敛性,推广和改进了相关的结果.     

一个求解权互补问题的光滑型算法

最近,一类由互补问题延伸而来的权互补问题被引入和研究,它是标准互补问题的推广.本文延伸一个求解单调互补问题的光滑型算法来解决单调权互补问题,并且在弱条件的假设下证明算法的全局收敛性.最后给出的初步的数值结果也证明了延伸的算法对于解决单调权互补问题是有效的.     

关于非扩张映射有限族、变分包含及均衡问题的迭代方法

在Hilbert空间中讨论广义均衡问题的解、变分包含的解与非扩张映射有限族不动点集的公共元的收敛性问题,提出了一种新的迭代算法,并在一定的参数条件下证明了该迭代算法的强收敛性定理.所得结果推广了相关文献的结果.     

解线性互补问题的非精确松弛多分裂算法

基于矩阵的非精确分裂和多重分裂、处理器的并行计算和松弛迭代算法,提出了求解线性互补问题的非精确松弛多分裂算法,当问题的系数矩阵为对角元为正的H-矩阵时或对称半正定时,证明了算法的全局收敛性.并在一定条件下给出了非精确松弛多分裂算法内迭代的特殊形式,分析了该情形下算法的收敛特性.     

求解无约束优化问题的一种下降算法3

研究了求解无约束优化问题的一种共轭下降算法,并在非精确线搜索条件下证明了该算法的全局收敛性.     

关于完全广义强非线性拟补问题的迭代算法及收敛性分析

介绍了一类完全广义强非线性拟补问题,并建立了一类新的迭代算法.使用这种算法,证明了完全广义强非线性拟补问题的解的存在性及由这种算法产生的迭代序列的收敛性.本文的结果推广和改进了文献中的相应结论.     

求解奇异非线性方程组的牛顿不精确最小二乘算法

对运用M-P逆建立的Newton迭代法做近似,构造不精确的算法.取Newton方程组的最小二乘解的近似解推导构造不精确的算法,结果可得到不精确Gauss-Newton算法和不精确Levenberg-Marquardt算法;用一迭代法计算雅可比矩阵的Moore-Penrose逆,截取它的一个近似矩阵构造不精确的算法,给出了近似程度的控制条件,证明了其收敛性;用雅可比矩阵的局部信息代替其全部信息构造不精确的算法,证明了算法的收敛性.数值例子也表明了不精确算法在求解大型方程组问题上的优越性.     

Banach空间混合均衡问题的一种迭代算法的强收敛定理

作者在Banach空间中针对混合均衡问题引入了一种新的迭代算法,不仅在更弱的条件下证明了解的存在性,而且得到了一个强收敛定理.与此同时,作者提出的迭代算法也解决了一些广义混合似变分不等式的解的问题,并在较弱的条件下证明了强收敛性定理.本文的结论是对其他相关文献的推广和改进.     

线性二阶锥权互补问题的非精确非单调光滑化牛顿法

针对线性二阶锥权互补问题, 提出一种新的非精确非单调光滑化牛顿法. 首先, 基于新的含参数光滑函数, 将线性二阶锥权互补问题转化为一个光滑方程组; 然后, 给出求解该方程组的新非精确非单调光滑化牛顿法; 最后, 在半正定矩阵假设下, 证明该算法全局收敛和局部超线性收敛. 数值结果表明, 该算法稳定、 有效.     

极大单调算子不精确邻近点算法的一种新的近似准则

对于寻找极大单调算子的零点，邻近点算法(PPA)是一种重要方法．邻近点算法通过解一系列强单调的子问题产生一个序列．然而精确地解子问题太昂贵有时也不可能，在许多献里讨论了不精确邻近点算法(IPPA)．本提出了一种近似解子问题的一种新的准则，这种准则的条件比已有的准则的条件要弱，证明了这种算法在新的准则下的全局收敛性．     

单调线性互补问题的非精确不可行内点算法

对单调线性互补问题提出了一种非精确不可行内点算法．该算法的迭代方向仅需要达到一个相对的精度．在初始点位于中心线的某邻域内的假设下，证明了算法的全局收敛性．     

基于非精确数据的非光滑优化强次可行方向法

本研究针对一类目标函数非光滑优化问题,提出一个基于非精确数据的强次可行方向法.通过构造新的寻找搜索方向子问题和新型线搜索,该算法能够保证迭代点的强次可行性,且具备全局收敛性.     

求解极大单调包含问题的一种新的近似邻近点算法

采用经典的非精确邻近点算法作为预测步,并采用当前迭代点的一个凸组合作为校正步,提出了一种新的用于求解极大单调包含问题的近似邻近点算法.在仅要求解集非空的前提下,证明了新算法具有全局收敛性.一些现有算法可以看作是新算法的特殊情形.     

非精确线搜索下一类新的混合共轭梯度法研究

共轭梯度法在求解无约束最优化问题中起着重要作用。通过构造一个新的参数βk^＊,并与βk^DY结合,得到了一类新的混合迭代参数,此类混合共轭梯度法在迭代过程中保持下降性;在非精确强wolf线搜索下此算法具有全局收敛性。     

一种新线性搜索下的共轭梯度法

文章给出了一种新的非精确线性搜索下的共轭梯度法,说明了在新线性搜索下每次迭代能够产生下降方向.证明了新线搜索下FR共轭梯度算法的全局收敛性.     

一个非精确广义牛顿算法的实现

通过将非线性LC^1约束优化问题的KKT条件转化成半光滑方程组，提出了求解LC^1约束优化问题的非精确广义牛顿算法．并给出了保证该算法超线性收敛的构造方法，使得算法得以实现．     

无记忆方法的收敛性分析

分析了无记忆方法的收敛性 ,证明了在 Armijo- Goldstein准则下 ,无记忆优化方法对一般目标函数为全局收敛 ,且对一致凸函数 ,其定步长算法亦是收敛的。     

一类非精确线性搜索下共轭梯度法的收敛性分析

给出了一类新的非精确线性搜索,说明了在新的线性搜索下每次迭代产生下降方向．证明了此类共轭梯度算法具有全局收敛性．