非精确搜索一维全局最优化方法

研究一维全局最优化问题的确定性求解方法。运用逐次建立目标函数的线性下界函数,将不含全局最优解的子区域删除,并基于非精确搜索结合下降算法而得出非精确搜索一维全局最优化方法,使计算量减少且使迭代收敛加快。迭代结束时该算法得到一维全局最优化问题的ε－全局最优解。该方法具有有限收敛性且不需精确的局部优化过程。文中的数值实例表明该算法的有效性。     

改进的同伦内点方法求解非线性规划问题

最近学者们提出了组合同伦内点法(简记为CHIP方法)去求解一类非线性规划问题.在求解凸规划问题时,与内路径跟踪算法相比,文中在没有要求对数障碍函数是严格凸的以及解集是非空有界的条件下,取得了CHIP方法的全局收敛性结果.文中对CHIP方法进行了改进并利用改进的方法去求解更大一类的非凸规划问题.数值例子表明此改进是有效的.     

一类信号恢复问题的投影迭代硬阈值算法

本文给出了基于L₀模求解该问题的非凸模型,借助于稀疏正则化方法来克服问题的不适定性。该模型利用紧小波框架对信号进行稀疏逼近,并利用L₀模度量稀疏性。提出了求解该模型的投影迭代硬阈值算法,并证明了算法的全局收敛性。该算法每一步都有闭式解,计算过程简洁高效。数值实验表明,方法在重建信号的视觉质量和量化指标方面均优于所对比的pFISTA方法。     

一种求解旅行商问题的改进蚁群算法

提出一种求解旅行商问题的改进蚁群算法。该算法在信息素更新过程中,利用信息素局部更新和全局动态更新结合的方法,使得当前最优路径上的信息素值能够动态地调配,避免算法陷入停滞状态;在局部搜索过程中,仅对部分走出更优路径的售货员使用2-opt方法,加快了最优解的收敛速度。仿真实验验证了算法的有效性,与其它算法相比,本文算法在解的质量和收敛速度上都显示出了良好的性能。     

多视角聚类的数值方法研究

针对Zhang等提出的多视角子空间聚类方法,本文给出了一种求解该非凸优化问题的方法并对其提出的算法进行了新的分析和改进。得到的主要结果包括：(1)选择一个好的近似解作为初始点,提高了算法的收敛速度和对全局最优解的收敛概率。(2)用MM思想重新推导出Zhang的方法,由此证明了一个新的收敛性定理;(3)改进了Wen提出的基于流形的正交约束算法并用于求解多视角子空间聚类模型,在算法中加入了初始点,大大提高了运行速度。通过对合成数据和实际数据的实验,验证了算法的有效性。     

求解等式约束不定最小二乘校正问题的一种数值方法

主要考虑求解等式约束不定最小二乘校正问题。基于不定对称矩阵的反三角矩阵分解,给出了求解不定最小二乘更新问题的一种数值方法。该算法主要通过正交相似变换将对应的增广矩阵化为块下反三角形式,使得原线性系统变得更易于求解,同时也给出了原问题和校正问题的解之间的关系。数值实验表明本文给出的数值方法是有效的,可以得到较精确的近似解。     

一类非线性常微分方程的多解性及其迭代逼近

讨论了工程中出现的一类非线性常微分方程的初值问题非平凡解的问题 ,证明了它的解的有界性、多解性以及用迭代方法求解的问题 ,是对 W.Okrasinski关于该方程的非平凡解结果的补充。     

一种利用局部多项式回归求解偏微分方程数值解的迭代算法

利用局部多项式回归的方法,求解二阶双曲型偏微分方程的数值解。并且通过引入迭代的思想,使得该方法不仅适用于局部空间,而且也适用于全局空间。同时该方法还适合椭圆型的、抛物线型的等其他类型或其他阶数的偏微分方程。在文章末尾,给出两个数值例子,说明了该方法的有效性。     

二次特征值问题的最佳向后扰动分析

二次特征值问题 (QEP)的主要的求解方法之一是转化为广义特征值问题 (GEP) ,然后用求解广义特征值的方法 (比如 QZ方法 )求解。本文研究由此获得的计算解的范数意义下的最佳向后扰动分析 ,所得结果是 Tisseur最近所得结果的加强。     

时滞Hopfield神经网络的概周期解

主要研究一类无限区间上的具有S-分布时滞的Hopfield神经网络模型的概周期解问题。一方面去掉激活函数必须满足全局Lipschitz条件的限制,另一方面扩大时滞的应用范围,利用Banach不动点定理和不等式分析技巧,得到了保证所研究的神经网络的概周期解的存在性与全局吸引性的充分条件,并用一个例子说明了所得结果的有效性与可行性。本文结果在一定程度上改善和推广了已有文献的结论。