在电子结构计算领域, Kohn-Sham方程是最为广泛使用的数学模型之一. 然而, 由于现有的交换关联能近似仍存在缺陷, Kohn-Sham方程无法较好地描述强关联多电子体系. 近年来, 有学者从密度泛函理论的强相关极限出发, 提出了严格关联电子能量的优化模型. 该模型有望弥补Kohn-Sham方程的缺陷, 从而拓宽密度泛函理论的应用面. 由于在该模型中存在维数灾难, 近年来, 它的一些低维转化模型陆续被提出. 在本文中, 我们将介绍严格关联电子能量的优化模型、它的研究重点以及现有的一些低维转化模型. 我们也将介绍这些转化模型的数值求解方法, 并探讨未来的研究方向.

很多交叉科学的实际问题在数学上都可以被归为求解具有多个变量的非线性函数或泛函的极小值问题, 如何有效地寻找其能量景观的全局极小和如何找到不同极小之间的关系是计算数学领域两个长久以来尚未解决的重要科学问题. 本文着重介绍近年来提出的“解景观”概念和方法. 我们将回顾解景观的概念、构建解景观的鞍点动力学方法、以及解景观在液晶和准晶方面的应用.

本文提出求解数学物理方程大型离散特征值问题的几何网格预变换块因式分解算法(简称GPA算法).
通过长期研究我们发现:结构化网格矩阵$G$满足幂等方程$G^m=I_N,(m\ll N={\rm dim}(G))$,故可在实数域或复数范围内进行因式分解;且$G$与有限元刚度矩阵$A$之间乘法存在互易性:$A\cdot G=G\cdot A$,利用$G$的几何不变性可把$N$阶大型矩阵$A$正交分解为$m-$块对角块矩阵异步并行是我们算法的计算数学基础.
本文以正三角形、方形、平行六边形及正十七边形等结构化网格为例,特别是详细分析了六边形上的离散特征值异步并行算法及程序实现细节.文后附有若干2-3万阶量级离散矩阵特征值的桌面电脑数值计算例子(正三角形与方形网格,串行加速比分别为3-4倍),符合本文算法分析得出的"几何网格预处理的并行度与正多边形边数成正比"的结论.这类几何网格因式分解算法原则上可推广到三维乃至高维数学物理方程离散特征值计算问题，也可用于大型线性方程组的高效并行求解.

研究含参数$l$非方矩阵对广义特征值极小扰动问题所导出的一类复乘积流形约束矩阵最小二乘问题.与已有工作不同,本文直接针对复问题模型,结合复乘积流形的几何性质和欧式空间上的改进Fletcher-Reeves共轭梯度法,设计一类适用于问题模型的黎曼非线性共轭梯度求解算法,并给出全局收敛性分析.数值实验和数值比较表明该算法比参数$l=1$的已有算法收敛速度更快,与参数$l=n$的已有算法能得到相同精度的解.与部分其它流形优化相比与已有的黎曼Dai非线性共轭梯度法具有相当的迭代效率,与黎曼二阶算法相比单步迭代成本较低、总体迭代时间较少,与部分非流形优化算法相比在迭代效率上有明显优势.

本文研究求解二维Fisher-Kolmogorov-Petrovsky-Piscounov (Fisher-KPP)方程的一类保正保界差分格式.运用能量分析法证明了当网格比满足$R_{x}+R_{y}+[b\tau (p-1)]/2\leq\frac{1}{2}$时差分解具有一系列数学性质,包括保正性、保界性和单调性,且在无穷范数意义下有$O (\tau+h_{x}^{2}+h_{y}^{2})$的收敛阶.然后通过发展Richardson外推法得到收敛阶为$O (\tau^{2}+h_{x}^{4}+h_{y}^{4})$的外推解.最后数值实验表明数值结果与理论结果相吻合.值得提及的是在运用本文构造的Richardson外推法时对时空网格比没有增加更严格的条件.

应用共轭梯度方法和线性投影算子,给出迭代算法求解了线性矩阵方程AX=B在任意线性子空间上的最小二乘解问题.在不考虑舍入误差的情况下,可以证明,所给迭代算法经过有限步迭代可得到矩阵方程AX=B的最小二乘解、极小范数最小二乘解及其最佳逼近.文中的数值例子证实了该算法的有效性.

针对带跳随机波动率模型满足的偏积分微分方程,提出一种新的高阶交替方向隐式（ADI）有限差分格式,该模型是一个具有混合导数和非常数系数的对流扩散型初边值问题.我们将不同的高阶空间离散与时间步ADI分裂格式相结合,得到了一种空间四阶精度、时间二阶精度的有效方法,并采用Fourier方法分析了高阶ADI格式的稳定性.最后,通过对欧式看跌期权定价模型进行数值实验证实了数值方法的高阶收敛性.

本文研究四阶分数阶扩散波动方程模型的基于新混合元方法的快速两网格算法.讨论该方法的稳定性,推导三个未知函数的$L^2$模意义下的最优误差估计.最后通过数值例子验证两网格混合元算法的高效性和理论结果的正确性.

本文针对求解大型稀疏非Hermitian正定线性方程组的HSS迭代方法,利用迭代法的松弛技术进行加速,提出了一种具有三个参数的超松弛HSS方法(SAHSS)和不精确的SAHSS方法(ISAHSS),它采用CG和一些Krylov子空间方法作为其内部过程,并研究了SAHSS和ISAHSS方法的收敛性.数值例子验证了新方法的有效性.

本文提出了一种求解低秩张量填充问题的加速随机临近梯度算法.张量填充模型可以松弛为平均组合形式的无约束优化问题,在迭代过程中,随机选取该组合中的某一函数进行变量更新,有效减少了张量展开、矩阵折叠及奇异值分解带来的较大的计算花费.本文证明了算法的收敛率为$O (1/k^{2})$.最后,随机生成的和真实的张量填充实验结果表明新算法在CPU时间上优于现有的三种算法.

通过在空间方向上使用双线性元和最低阶的 Nedeléc 元 (即Q₁₁ + Q₀₁ × Q₁₀)以及在时间方向上使用二阶精度的数值逼近格式, 得到了在矩形网格上二阶双曲方程全离散混合元格式下的对原始变量的L^∞(H¹) 和流量的L^∞((L²)²)的超逼近和超收敛的误差结果. 在分析过程中, 巧妙地使用了上述混合单元对在矩形网格上的特有的高精度积分恒等式和精确解的投影和插值之间的在H¹范数意义下的超逼近的估计. 最后, 给出一些数值结果来验证理论分析的正确性.

针对一类由时谐抛物方程约束的最优控制问题导出的分块$2\times2$复线性方程组,进一步研究了三类有效的块预处理子,推导了这三类预处理子间的关系,结论表明三个预处理矩阵的特征值由同一个矩阵确定.通过分析预处理矩阵的谱性质,获得了有效的参数选择策略,可以进一步改进和优化现有结果,同时获得了预处理矩阵的精确特征值分布,并证明了此结果是目前文献中最优结果.最后,给出实例,不仅验证了优化的预处理子和迭代方法的有效性,而且说明了理论结果是令人信服的.

本文从计算数学的视角, 介绍周毓麟先生在离散泛函分析方法和大型科学计算方法等领域的研究工作.

本文针对带非线性源项的 Riesz 回火分数阶扩散方程, 利用预估校正方法离散时间偏导数, 并用修正的二阶 Lubich 回火差分算子逼近 Riesz 空间回火的分数阶偏导数, 构造出一类新的数值格式. 给出了数值格式在一定条件下的稳定性与收敛性分析, 且该格式的时间与空间收敛阶均为二阶. 数值试验表明数值方法是有效的.

本文主要研究高维带弱奇异核的发展型方程的交替方向隐式 (ADI) 差分方法. 向后欧拉 (Euler) 方法联立一阶卷积求积公式处理时间方向的离散, 有限差分方法处理空间方向的离散, 并进一步构造了 ADI 全离散差分格式. 然后将二维问题延伸到三维问题, 构造三维空间问题的 ADI 差分格式. 基于离散能量法, 详细证明了全离散格式的稳定性和误差分析. 随后给出了 2 个数值算例, 数值结果进一步验证了时间方向的收敛阶为一阶, 空间方向的收敛阶为二阶, 和理论分析结果一致.

本文基于现有的切比雪夫神经网络, 提出了一种利用遗传算法优化切比雪夫神经网络求解分数阶 Bagley-Torvik 方程数值解的新方法, 结合多点处的泰勒公式原理, 给出数值解的一般形式, 将原问题转化为求解无约束最小化问题. 与现有数值方法的数值结果进行比较表明了本文方法的可行性和有效性, 为分数阶微分方程中类似问题的求解提供了新的思路.

本文提出了求解二阶锥绝对值方程组 (SOCAVE) 的非单调光滑牛顿算法. 在适当的条件下分析了算法的全局收敛性和局部二次收敛性. 数值结果表明用非单调光滑牛顿算法求解 SOCAVE 是可行且高效的.

构造一维粘弹性波动方程的H$^1$-Galerkin时空有限元分裂格式. 这种新的分裂格式在时空两个方向同时利用有限元离散, 具有H$^1$-Galerkin 混合有限元方法和时空有限元方法的优点, 如在不受LBB 相容性条件限制的同时能够高精度逼近流体的压力和达西速度, 有限元空间可以利用不同次数的多项式空间, 能同时得到时间和空间两个变量的形式高阶精度等. 通过构造时空投影算子并讨论其相关逼近性质, 证明了解的存在唯一性和稳定性, 给出混合时空有限元解的误差估计, 给出数值算例验证了理论推导结果的合理性和算法的有效性,并和传统H$^1$-Galerkin方法做比较,得到了更小的误差和超收敛阶.

本文考虑全离散插值系数有限元方法求解半线性抛物最优控制问题, 其中控制变量用分片常数函数逼近, 状态变量和对偶状态变量用分片线性函数逼近. 对于方程中的半线性项, 先用插值系数技巧处理, 再用牛顿迭代法求解. 通过引入一些辅助变量和投影算子, 并利用有限元空间的逼近性质, 得到半线性抛物最优控制问题插值系数有限元方法的收敛性结果；数值算例结果验证了理论结果的正确性.

本文研究了一类新的模型问题: 非线性随机分数阶延迟积分微分方程. 当方程中的漂移项和扩散项满足全局 Lipschitz 条件和线性增长条件时, 基于压缩映射原理给出了该方程解存在唯一的充分条件. 由于理论求解的困难, 构造了一种数值方法(Euler-Maruyama 方法), 并证得强收敛阶为α-1/2,α∈ (2/1, 1]. 最后通过数值试验, 验证了这一理论结果.

针对带非线性源项的变系数双侧空间回火分数阶对流-扩散方程, 采用隐式中点法离散一阶时间偏导数, 中心差商公式离散对流项, 用二阶回火加权移位差分算子逼近左、右 Riemann-Liouville 空间回火分数阶偏导数, 构造了一类新的数值格式. 证明了数值方法的稳定性和收敛性, 且方法在时间和空间均为二阶收敛. 数值试验验证了数值方法的理论分析结果.

线性最小二乘问题是科学计算与工程领域普遍存在的问题, 有着广泛的应用背景. 本文提出了两个新的贪婪随机坐标下降算法来求解大规模的线性最小二乘问题. 理论上分析了算法的收敛性. 数值实验结果进一步表明了算法的可行性和有效性.

本文研究理想晶体发生位错时如何发生形变, 应用本地化拟连续方法(QCL)、基于能量的拟连续方法(Q CE)、 非本地化拟连续方法(QNL), 分析了多体作用下Frenkel-Kontorova模型在一维情形中先验误差分析, 推导了该误差估计与原子模型解的光滑性的关系, 并且由于考虑的是一维原子链, 该误差还具备超收敛性.本文将一致性误差分析分解为模型误差和粗粒化误差, 并推导出基于负范数的误差估计, 稳定性分析将均匀应变扩充为非线性应变.最后利用数值实验说明了本文的分析结果.

潜在空间模型是网络数据统计建模和可视化的有效工具. 随着网络规模的不断扩大, 潜在空间模型的计算也面临着巨大挑战. 在本文我们应用对偶半邻近交替方向乘子法(dual semi-proximal Alternating Direction Method of Multipliers, 简称dsADMM)求解大型网络的通用潜在空间模型拟合问题. 并在一些温和的条件下分析了该算法的全局收敛性. 数值试验验证了该算法的有效性.

拟牛顿法是求解非线性方程组的一类有效方法. 相较于经典的牛顿法, 拟牛顿法不需要计算 Jacobian 矩阵且仍具有超线性收敛性. 本文基于 BFGS 和 DFP 的迭代公式, 构造了新的充分下降方向. 将该搜索方向和投影技术相结合, 本文提出了无导数低存储的投影算法求解带凸约束的非线性单调方程组并证明了该算法是全局且 $R$-线性收敛的. 最后, 将该算法用于求解压缩感知问题. 实验结果表明, 本文所提出的算法具有良好的计算效率和稳定性.

本文针对美式期权的定价问题设计了基于有限差分方法的预估-校正数值算法. 该算法采用显式离散格式先对自由边界条件进行预估, 再对经过变量替换后的关于期权价格的偏微分方程采用隐式格式离散, 并用Fourier 方法分析了此离散格式的稳定性. 接下来, 引入基于Richardson外推法的后验误差指示子. 这个后验误差指示子能够在给定的误差阈值范围内, 针对期权价格和自由边界找到合适的网格划分. 最后, 通过设计多组数值实验并与Fazio^[1]采用显式离散格式算得的数值结果相比较, 验证了所提算法的有效性, 稳定性和收敛性.

本文研究一个分数阶生长-抑制线性系统模型及其参数反问题.首先利用Laplace逆变换得到正问题解的唯一存在性.其次, 考虑一个利用内点观测数据确定微分阶数与衰减率的反问题, 应用极值原理在Laplace像空间中证明反演的唯一性.最后, 基于正问题的有限差分解, 应用同伦正则化算法进行数值反演.计算结果表明算法的收敛性及反问题的数值稳定性.

本文提出一种求解大规模$\ell_1$问题的L-BFGS算法. 在积极集集合上算法的搜索方向与临界阙值算法^[7,9]的方向相同, 自由空间集合上使用了L-BFGS的搜索方向. 在适当的条件下, 我们证明了使用非单调技术的算法是全局收敛的. 数值实验证明所提出的算法是有效的.

本文提出了一种求解非单调变分不等式的半空间投影算法, 在映射是连续和对偶变分不等式解集非空的假设条件下证明了该算法生成的无穷序列是全局收敛的, 并在局部误差界和Lipschitz连续条件下给出了收敛率分析. 通过数值实验验证了所提出算法的有效性和可行性.

谱共轭梯度法是求解无约束优化的一种有效算法. 该文首先对JJSL共轭参数[Jiang et al. Computational and Applied Mathematics, 2021, 40(174)] 进行投影修正, 再通过选取合适谱参数以保证其搜索方向有下降性, 从而得到两个有效的谱共轭梯度法. 一般假设下, 分别使用常规非精确线搜索计算步长, 获得这两个新算法的全局收敛性. 数值试验结果以及相应性能图进一步说明其数值有效性.

能量稳定通量重构 (Energy Stable Flux Reconstruction, ESFR) 方法在求解线性对流方程时具有能量稳定性质. 但在求解非线性方程时能量稳定性质的实现需要采用$L^2$投影, 否则可能由于存在混淆误差, 导致不稳定. 本文将ESFR与过积分相结合构造具有良好去混淆效果的高阶通量重构 (Flux Reconstruction, FR) 方法. 采用积分点大于求解点$(Q>P)$的取点方式, 从理论上分析了格式的能量稳定特性. 从数值上对比了$g_{DG}$与$g_{SD}$两种修正函数, 三种不同过积分取点方式, 并对比过积分与非过积分形式的ESFR$(Q=P)$}. 通过对一维非均匀线性对流方程、二维等熵涡及欠解析涡流算例的模拟, 结果表明: 在$g_{SD}$修正函数下,ESFR$(Q>P)$格式比ESFR$(Q=P)$格式去混淆效果更好, 数值误差更小; 对比两种修正函数,$g_{DG}$修正函数数值误差更小, 更稳定: 对比三种过积分通量点分布, 选定$g_{DG}$修正函数时, 通量点取Legendre-Gauss-Lobatto(LGL)点或者通量点基于高斯权重剖分会具有更好的非线性稳定性, 并且通量点取LGL点时最优.

针对非线性复合刚性脉冲微分方程, 对其非刚性部分采用显式Euler方法求解, 对其刚性部分采用隐式Euler方法求解,得到了求解问题的Euler分裂方法, 研究了该方法的稳定性和收敛性.数值试验验证了所获理论的正确性,同时也表明该方法能显著提升计算速度.

在求解大规模数据的优化问题时, 由于数据规模和维数较大, 传统的算法效率较低. 本文通过采用非精确梯度和非精确Hessian矩阵来降低计算成本, 提出了非精确信赖域算法和非精确自适应三次正则化算法. 在一定条件下, 证明了算法有限步停止, 并估计了算法迭代的复杂度. 特别地, 我们分析了采用随机抽样时算法在给定概率下的复杂度. 最后, 通过二分类问题的数值求解, 比较了本文提出的随机信赖域算法, 随机自适应三次正则化算法和已有算法收敛效率. 数值结果表明在相同精度下, 本文提出的算法效率更高, 并且随机自适应三次正则化算法的效率优于随机信赖域算法.