导读:本文包含了线性不等式约束论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:不等式,线性,矩阵,全局,算法,收敛性,法线。
线性不等式约束论文文献综述
张从军,李赛,吕丽霞,王月虎[1]（2019）在《一种混合算法求解可分离带线性约束的变分不等式问题》一文中研究指出本文研究了大规模的可分离带线性约束的变分不等式问题,提出了基于对数二次临近点法的交替方向法,新算法的每步用一个非线性方程组来代替变分不等式子问题.通过有效求解非线性方程组,使得新算法简单易行而且一定程度上提高了计算的效率.同时,在映射单调和原问题解集非空的条件下,证明了此算法具有全局收敛性,最后通过数值实验说明了此算法是有效可行的.(本文来源于《数学杂志》期刊2019年02期）
赵媛璐,王福胜[2]（2017）在《不等式约束Minimax问题的一个可行序列线性方程组算法》一文中研究指出提出了求解不等式约束minimax问题的一个可行序列线性方程组算法.在每次迭代中可行下降方向通过求解两个具有相同系数矩阵的线性方程组产生,系数矩阵具有较好的稀疏性,计算量少.在适当的假设条件下,算法具有全局收敛性,初步数值实验验证了算法的有效性.(本文来源于《太原师范学院学报(自然科学版)》期刊2017年04期）
马国栋,简金宝[3]（2015）在《不等式约束优化一个可行序列线性方程组算法》一文中研究指出提出了求解非线性不等式约束优化问题的一个可行序列线性方程组算法.在每次迭代中,可行下降方向通过求解两个线性方程组产生,系数矩阵具有较好的稀疏性.在较为温和的条件下,算法具有全局收敛性和强收敛性,数值试验表明算法是有效的.(本文来源于《运筹学学报》期刊2015年04期）
张松林,张昆[4]（2015）在《附加线性不等式约束的条件平差模型未知参数的解算》一文中研究指出讨论附加线性不等式约束的条件平差模型的解算思路。根据K-T定理,对拉格朗日乘子λ进行约束,通过迭代算法求解满足K-T条件的拉格朗日乘子,进而求得未知参数的最佳估值,并用算例验证该方法的可行性。(本文来源于《大地测量与地球动力学》期刊2015年06期）
吴富平,黄崇超[5]（2015）在《线性约束变分不等式的LQP算法》一文中研究指出将一类具有线性约束的变分不等式问题转换为等价的非线性互补问题,在证明了构成函数的单调性等性质后,结合LQP算法,提出相应的基于LQP的算法,并通过预估校正及对校正步长采取新的策略,给出了改进形式的两个算法.(本文来源于《武汉大学学报(理学版)》期刊2015年06期）
何道江,贺磊[6]（2015）在《矩阵损失下线性预测关于不等式约束的容许性（英文）》一文中研究指出本文研究了有限总体模型中参数受到不等式r'β≥0约束时的容许性问题,在矩阵损失下得到了线性预测是可容许的充要条件,所给条件易于验证,便于应用.(本文来源于《安徽师范大学学报(自然科学版)》期刊2015年04期）
乔文龙[7]（2015）在《几类线性约束矩阵不等式及其最小二乘问题》一文中研究指出线性约束矩阵不等式及其最小二乘问题是数值代数领域中的重要研究课题之一,在图像重构、放射治疗的逆问题以及矩阵优化问题中均有重要应用。本篇硕士论文系统研究了如下几类线性约束矩阵不等式及其最小二乘问题,具体描述如下:问题I给定矩阵A ∈Rm×n,B ∈Rn×q,C ∈Rm×q,求X ∈S满足:AXB≥C或min f(X)= ‖(C-AXB)+‖问题 II 给定矩阵A ∈ Rm×n,∈ Rn×p,C ∈ D ∈ Rq×p,E ∈ Rm×p 求(X,Y)∈Rn×n ×Rq×q 满足:AXB + CYD ≥ E或min f(X,Y)= ‖(E-AXB-CYD)+‖问题 III 给定矩阵A ∈ Rm×n,B ∈Rp×n,C ∈ Rm×m,D ∈ Rp×p,求X ∈ Rn×n满足:(AXAT,BXBT)≥(C,D)或其中‖·‖为Frobenius范数,S为Rn×n中满足某约束条件的矩阵集合。本硕士论文系统研究问题Ⅰ-Ⅲ,利用Hilbert空间上的投影定理和极分解定理,得到各类问题解的特征。在现有算法的基础上,提出求解这几类问题的有效数值迭代方法,给出迭代方法的收敛性证明,并通过数值实验验证本文的理论结果和数值方法的有效性。(本文来源于《湖南大学》期刊2015-03-25）
王学永[8]（2015）在《变分不等式与线性约束分离优化问题的若干算法研究》一文中研究指出本文主要研究求解变分不等式的投影算法和求解线性约束分离优化问题的交替方向法。全文共分七章,具体内容如下:第一章,首先介绍解变分不等式以及非线性方程组投影算法、解线性约束分离优化问题以及多集合分离可行问题交替方向法的国内外研究现状。然后阐述本文的选题动机和主要工作。第二章,介绍算法分析所需的定义、概念和性质,以及算法好坏的评价标准。第叁章,研究求解非线性方程组的投影算法。以共轭梯度法为主要框架构造投影算法。借助自适应技巧,它可以避免共轭梯度法可能连续产生较小步长,影响算法收敛速度的缺陷。本章中算法继承了共轭梯度法、投影算法和自适应算法的优点。数值实验表明算法是有效的,适合求解非线性方程组。第四章,研究求解变分不等式的投影算法。本章研究带复杂约束集的变分不等式。首先借助超平面将当前迭代点与解集严格分离,降低了投影算子的计算难度。建立超平面的过程需要一次投影计算和一次Armijo步长规则。最后利用凸组合的技巧得到新的迭代点。数值实验表明算法是稳定的和有效的,适合求解约束集较复杂的变分不等式。第五章,研究求解多集合分离可行问题的交替方向法。借助罚函数,我们设计出具有全局收敛性的算法。算法中的罚参数动态调整,降低了数值实验时选取初始罚参数的难度。数值实验表明算法是有效的,适合求解多集合分离可行问题。第六章,研究求解线性约束非凸优化问题的交替方向法。借助非凸函数的Kurdyka-?ojasiewicz性质,我们证明了算法的收敛性。在适当的假设条件下,我们证明了算法的局部收敛全局最优性。数值实验表明算法是有效的,适合求解线性约束非凸优化问题。第七章,总结本文的内容,并提出一些今后准备思考的问题。(本文来源于《重庆大学》期刊2015-03-01）
姜今锡,刘文斌,金艳[9]（2014）在《一个半线性椭圆型变分不等式约束下的最优控制问题解的存在性》一文中研究指出目标泛函相对于状态函数不可微的情形下,利用分解法和引入罚微分方程式等过程,研究了一个半线性椭圆型变分不等式最优控制问题,并证明了其解的存在性.(本文来源于《延边大学学报(自然科学版)》期刊2014年04期）
江宁,郭大伟[10]（2014）在《随机效应线性模型在不等式约束下的可容许估计》一文中研究指出本文研究了一般的Gauss-Markov(简记G-M)线性模型(Y,Xβ,σ2 V),其中V≥0已知,获得了不等式Rβ≮0约束以及矩阵损失函数下非齐次线性估计可容许的充要条件.(本文来源于《安徽工程大学学报》期刊2014年04期）
线性不等式约束论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
提出了求解不等式约束minimax问题的一个可行序列线性方程组算法.在每次迭代中可行下降方向通过求解两个具有相同系数矩阵的线性方程组产生,系数矩阵具有较好的稀疏性,计算量少.在适当的假设条件下,算法具有全局收敛性,初步数值实验验证了算法的有效性.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
线性不等式约束论文参考文献
[1].张从军,李赛,吕丽霞,王月虎.一种混合算法求解可分离带线性约束的变分不等式问题[J].数学杂志.2019
[2].赵媛璐,王福胜.不等式约束Minimax问题的一个可行序列线性方程组算法[J].太原师范学院学报(自然科学版).2017
[3].马国栋,简金宝.不等式约束优化一个可行序列线性方程组算法[J].运筹学学报.2015
[4].张松林,张昆.附加线性不等式约束的条件平差模型未知参数的解算[J].大地测量与地球动力学.2015
[5].吴富平,黄崇超.线性约束变分不等式的LQP算法[J].武汉大学学报(理学版).2015
[6].何道江,贺磊.矩阵损失下线性预测关于不等式约束的容许性（英文）[J].安徽师范大学学报(自然科学版).2015
[7].乔文龙.几类线性约束矩阵不等式及其最小二乘问题[D].湖南大学.2015
[8].王学永.变分不等式与线性约束分离优化问题的若干算法研究[D].重庆大学.2015
[9].姜今锡,刘文斌,金艳.一个半线性椭圆型变分不等式约束下的最优控制问题解的存在性[J].延边大学学报(自然科学版).2014
[10].江宁,郭大伟.随机效应线性模型在不等式约束下的可容许估计[J].安徽工程大学学报.2014
论文知识图
