最优化与变分不等式的可行解序列的有限终止性

为了在更弱的条件下,给出最优化问题(OP)与变分不等式问题(VIP)的可行解序列的有限终止性,在这类问题的解集上引进了一个增广映射,分别建立了解集关于可行解序列广义弱尖锐性的概念.这个新概念是传统的弱尖锐性与强非退化概念的扩充与推广,其克服了最优化与变分不等式在许多情况下解集不具有弱尖锐性或强非退化性的缺陷.在这些问题的解集满足广义弱尖锐性的条件下,提供其可行解序列有限终止于解集的充分与必要条件.这些结果是现有相关文献中在弱尖锐或强非退化条件下相应结果的推广,同时也为许多最优化算法的有限终止性提供了更弱的充分条件.

精确步长搜索下的梯度投影算法的收敛性与有限终止性

研究了精确步长规则下的梯度投影算法,在一定的条件下,证明了迭代点序列的投影梯度趋于零.并分别在弱强极小性和非退化的条件下得到了算法的有限终止性.

非凸最优化问题可行解序列的有限终止性

Burke与Ferris给出了凸最优化问题可行解序列的有限终止性定理,本文将凸最优化问题中强非退化集与弱强极小集的概念进行了推广,给出了广义强非退化集和广义弱强极小集的定义,并研究了非凸最优化问题的解集在广义强非退化或广义弱强极小的情况下,其可行解序列有限终止性的充要条件,它们是现有最优化问题可行解序列有限终止性充要条件或充分条件的扩展。

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．

求解约束线性l_1问题的光滑化广义有效集方法(Ⅰ)

对约束线性ｌ１问题，根据目标函数的结构特点将原问题转化为一个与其局部等价的、同规模的可微优化问题．对这一目标函数与约束函数均随迭代而变化的问题，通过推广通常的有效集方法，给出了求解它的一个投影广义有效集算法。

线性离散时不变系统的共轭方向优化迭代学习控制（英文）

本文针对一类线性离散时不变系统,利用共轭方向优化方法设计了一种迭代学习控制算法.首先,基于采样数据构建超向量,将原二维动态系统转化为迭代域中的一维系统.其次,在这种形式下,利用当前的跟踪误向量减去其在以前搜索方向上的投影,构建新的搜索方向,以补偿当前的控制信号,进而构建下一次迭代的控制信号.再次,结合共轭方向的性质,利用数学归纳法分析了算法的单调收敛性和二次终止性.最后,数值仿真验证了理论分析的正确性和有效性;同时,与已发表的比例型和范数最优迭代学习控制方法进行比较,得出了本算法的优越性.

子矩阵约束下三类矩阵方程的对称正交对称迭代解法

讨论了子矩阵约束下三类矩阵方程的对称正交对称迭代解,利用广义共轭梯度法构造了迭代算法,并证明了算法的有限终止性.该算法能自动判定解的情况:当矩阵方程(组)相容时,得到矩阵方程(组)的解;当矩阵方程(组)不相容时,得到矩阵方程(组)的最小二乘解.

子矩阵约束下AXB=C的双对称迭代解

构造了求解子矩阵约束下AXB=C的双对称解的迭代解法,利用残量正交的性质证明了算法的有限终止性,并进一步研究了求解子矩阵约束下矩阵方程问题的最佳逼近解,最后,给出了能够体现算法有效性的数值实例.

块交替拟Newton法与超定方程组求解

本文推广了交替拟Ｎｅｗｔｏｎ方法至块的形式，并将它应用于成组超定方程组的求解，证明了对于给出的ｐ组ｍ×ｎ的线性超定方程组，方法具有至多（ｍ＋１）／Ｐ步迭代的有限终止性．

子矩阵约束下三类矩阵方程的迭代解法

讨论了子矩阵约束下三类矩阵方程的双反对称迭代解.利用广义共轭梯度法构造迭代算法,并证明了算法的有限步终止性.所得算法能自动判定解的情况.当矩阵方程(组)相容时,得到矩阵方程(组)的解;当矩阵方程(组)不相容时,得到矩阵方程(组)的最小二乘解.

某类等式约束二次规划问题的一个共轭方向法

本文提出了一种求解某类等式约束二次规划问题的一个共轭方向迭代法，并给出了算法的有限终止性证明．同时我们把此算法推广到不等式约束二次规划问题中，从而得到了一种求解不等式约束二次规划问题的算法．

实子矩阵约束下矩阵方程AX=B的共轭梯度迭代解法

本文研究了实子矩阵约束下矩阵方程AX=B及其最佳逼近的共轭梯度迭代解法.首先运用矩阵分块将原方程AX=B转换为2个低阶方程,利用共轭梯度的思想构造迭代算法;然后证明了算法的有限步终止性;最后给出数值实例验证算法的有效性.