一类二次矩阵方程的牛顿迭代法及其收敛性

二次矩阵方程是科学与工程计算中一类重要的方程,探讨有效的数值方法是一项有意义的工作,拟生灭过程在股价模拟、库存控制、排队论等很多领域都有着重要的应用,对一类来源于拟生灭过程的特殊的二次矩阵方程进行了研究。在最小非负解存在且唯一的假设条件下,提出了牛顿迭代法并证明其收敛性。当初始矩阵取零矩阵时,牛顿迭代法产生的矩阵列收敛到方程的唯一最小非负解。最后通过数值例子验证算法的有效性与可行性。

垂直线性互补问题的一步全局线性和局部二次收敛光滑Newton法

基于凝聚函数,提出一个求解垂直线性互补问题的光滑Newton法· 该算法具有以下优点:(ⅰ)每次迭代仅需解一个线性系统和实施一次线性搜索;(ⅱ)算法对垂直分块P0矩阵的线性互补问题有定义且迭代序列的每个聚点都是它的解· 而且,对垂直分块P0+R0矩阵的线性互补问题,算法产生的迭代序列有界且其任一聚点都是它的解;(ⅲ)在无严格互补条件下证得算法即具有全局线性收敛性又具有局部二次收敛性· 许多已存在的求解此问题的光滑Newton法都不具有性质(ⅲ)

一种既约逐步二次规划算法的全局收敛性

提出一种求解非线性等式约束问题的既约逐步二次规划(RSQP)算法.为避免Maratos效应,我们采用Flether的光滑精确罚函数的逼近形式作为价值函数,并且分别对Lagarange函数的单边既约Hessian的近似阵和双边既约Hessian的近似阵进行校正.在一般的条件下,证明了算法的全局收敛性并作了一定量的数值试验.

一类非光滑最优化问题的逐次二次规划方法及其全局收敛性

本文给出了一类非光滑问题的逐次二次规划方法．问题的目标函数是凸函数和一个非光滑合成函数之和．方法利用二次规划的解作为搜索方向，新的迭代点由不精确线搜索得到．在较弱的条件下，证明了方法的全局收敛性．

对带熵的随机线性二次最优控制问题的收敛性证明

本文通过矩阵变换将带熵的随机线性二次最优控制问题的解转化为其等价形式后,证明了线性二次方程的二次项系数解的唯一性和迭代式的收敛性,而一次项系数为0,常数项系数只与二次项有关,控制过程的最优概率分布也只与二次项有关。然后用蒙特卡洛随机抽样样本的均值估计期望值,由此设置了算法1,并证明了算法1中的迭代式具有波动性,波动率的大小和随机参数的方差有关,也与蒙特卡洛中的样本数有关,样本数越多,波动对应的方差越小。然后用两个数值案例比较了随机逼近Q-learning算法和蒙特卡洛Q-learning算法,相同迭代次数下,随机逼近Q-learning算法计算时间更少,但误差更大,蒙特卡洛Q-learning算法收敛更快更稳定,并且可以通过增加随机抽取的样本数使误差更小。

二阶非线性抛物方程的B样条有限元法

首先,用二次B样条有限元法求解Fisher-Kolmogorov(FK)方程,证明半离散格式与全离散格式解的稳定性与收敛性;其次,用Crank-Nicolson方法离散时间变量,得到近似解的收敛阶为O((Δt)^(2)+h^(3));最后,用数值算例验证了理论分析结果及B样条有限元法的有效性.

不等式约束最优化超线性与二次收敛的强次可行SQP算法

利用ＳＱＰ方法、广义投影技术和强次可行方（向）法思想，建立不等式约束优化一个新的初 始点任意的快速收敛算法．算法每次迭代仅需解一个总存在可行解的二次子规划，或用广义投影 计算“一阶”强次可行下降辅助搜索方向；采用曲线搜索与直线搜索相结合的方法产生步长．在较 温和的条件下，算法具有全局收敛性、强收敛性、超线性与二次收敛性．给出了算法有效的数值试 验．

非线性不等式约束最优化一个超线性与二次收敛的强次可行方法(英文)

本文讨论非线性不等式约束最优化问题,借助于序列线性方程组技术和强次可行方法思想,建立了问题的一个初始点任意的快速收敛新算法。在每次迭代中,算法只需解一个结构简单的线性方程组。算法的初始迭代点不仅可以是任意的,而且不使用罚函数和罚参数,在选代过程中,迭代点列的可行性单调不减。在相对弱的假设下,算法具有较好的收敛性和收敛速度,即具有整体与强收敛性,超线性与二次收敛性。文中最后给出一些数值试验结果。

非线性规划问题的一个全局收敛的次可行方向法

本文给出非线性不等式约束最优化问题的一个初始点可任取的算法。利用梯度投影构造搜索方向,并使用符号函数对搜索方向和搜索函数进行有效的控制。使得一旦迭代点进入了可行域,其后的方向将成为可行下降方向,搜索函数将由罚函数变为原问题的目标函数(故称之为次可行方向法)。在较为温和的条件下证明了方法的全局收敛性,及罚参数只需进行有限次调整。

超线性与二次收敛序列线性方程组算法(英文)

本文,在无严格互补条件下,对非线性不等式约束最优化问题提出了一个新的序列线性方程组(简称SSLE)算法．算法有两个重要特征:首先,每次迭代,只须求解一个线性方程组或一个广义梯度投影阵,且线性方程组可以无解．其次,初始点可以任意选取．在无严格互补条件下,算法仍有全局收敛性、强收敛性、超线性收敛性及二次收敛性．文章的最后,还对算法进行了初步的数值实验．

混合整数二次规划问题的全局最优性条件(英文)

本文给出了混合整数二次规划问题的全局最优性条件,包括全局最优充分性条件和全局最优必要性条件.我们还给出了一个数值实例用以说明如何利用本文所给出的全局最优性条件来判定一个给定点是否是全局最优解.

最优化两个拓广的SQP和SSLE算法模型及其超线性和二次收敛性

给出一般约束最优化的序列二次规划 ( SQP)和序列线性方程组( SSLE)算法两个拓广的模型 .详细分析和论证两个模型的局部超线性收敛性及二次收敛性条件 ,其中并不需要严格互补条件 .拓广的模型及其收敛速度结果具有更广泛的适用性 ,为 SQP和

线性时变二次微分对策Nash策略的小波分析法(Ⅱ)——小波逼近解的收敛性

研究小波逼近分析方法的收敛性问题 ,对线性时变二次微分对策Nash策略情形 ,证明了Nash策略的小波逼近解收敛于精确解 ,基于小波逼近的多尺度多分辨特性 。

求解P_0线性互补问题的一种二次收敛不精确光滑牛顿方法(英文)

在FB函数的基础上,对P0线性互补问题给出了一种新的不精确光滑算法.新的算法对于相应的线性方程组只求其非精确解.在没有严格互补假设的条件下,新算法具有全局收敛和局部二次收敛的性质.数值试验表明算法对于求解大规模P0线性互补问题是非常有效的.

一类非线性椭圆问题三角形二次元的超收敛性

基于均匀三角形的剖分 ,已有文献认为对二阶椭圆问题的二次有限元的情形 ,在节点处有四阶超收敛精度。以此为基础 ,本文针对一类二阶非线性椭圆问题 ,也得到二次有限元解在节点处有四阶超收敛精度 ,数值计算表明结果是正确的。

线性模型参数矩阵的二次型的经验Bayes估计的收敛速度

本文构造出正态线性模型误差协差阵的逆矩阵的二次型的经验Ｂａｙｅｓ（ＥＲ）估计，在一定条件下证明了这种ＥＢ估计的收敛速度可任意接近于１．最后，给出了一个实例．

一个具有n步二次收敛性的直接法算法 (Ⅰ) 算法的二次终结性

本文提出了一类改进的 PY 算法,新算法与 PY 算法的主要区别在于新算法引进了步长参数,并且在对搜索方向组的修改过程中采用了旋转变换,以及Gramschmidt 正交化过程,从而不仅使算法保持了对正定二次函数的 n 步二次终结性,而且对目标函数为一致凸的非二次函数算法具有 n 步二次收敛性。

二次规划问题的一个全局收敛的内点型算法

目标函数是二次函数而约束函数是线性函数的规划问题称为二次规划问题,它是最简单的一类非线性规划问题,利用二次规划问题的约束函数为线性函数的这个特点,结合约束优化问题的一阶最优性条件,提出了二次规划问题的一个全局收敛的内点型算法。算法比较简单,每一步只需要求解一个线性方程组,不需要大量的计算就可以得到可行下降方向,再设置一组参数,沿着该方向进行线性搜索。算法每次迭代都能保持不等式约束函数的严格可行性,具有内点法的特点,而且在不需要凸性的假设下证明了算法是具有全局收敛性的。最后给出了数值实验,进一步证实了算法的可行性与收敛性。

基于二次有限元离散的瀑布型多重网格法及其收敛性

通过使用二次有限元的节点信息构造二次插值算子为相邻细网格提供迭代初始值,提出了基于二次有限元离散的瀑布型多重网格法,从理论上分析了该算法的收敛性,给出数值算例验证了改进算法的有效性.

带扰动的局部超二次Hamilton系统周期解的存在性

利用山路引理证明了一类具有局部超二次势能带扰动的二阶Hamilton系统周期解的存在性,并给出了例子.