三次特征值问题的迭代shift-and-invert Arnoldi算法（英文）

对于求解大规模二次特征值问题,叶强提出了一种迭代shift-and-invert Arnoldi投影算法(Ye Q.An iterated shift-and-invert Arnoldi algorithm for quadratic matrix eigenvalue problems.Appl Math Compt,2006,172:818-827).将这一策略推广到求解大规模三次特征值问题,基于改进的Krylov子空间,给出了求解大规模三次特征值问题的一种迭代shiftand-invert Arnoldi算法.结果表明,结合shift-and-invert技术,这是一种具有快速收敛性的高效算法.数值试验结果验证了算法的有效性.

改进遗传算法及性能测试

为解决标准遗传算法处理复杂系统时易陷入局部最优及稳定性差的问题,通过复制优等个体进行选择,根据种群适应度采用了精英保留原则的交叉、变异运算,得到种群最优个体,通过权威测试函数对比修改后遗传算法与标准遗传算法的性能。结果显示,修改后的遗传算法具有更快的收敛速度和更好的稳定性,最优解不会陷入局部最值中。