【摘 要】
：
本文主要考虑带有一般非线性项的Kirchhoff型方程（?）解的存在性与非存在性问题,其中a>0,b≥0为常数,V:R3→R为位势函数,f:R3→R为一般非线性项.特别地,在集中紧原理不能适用于证明有界Palais-Smale序列的紧性和在方程对应的Pohozaev流形而非Nehari流形上的极小化问题的情形下,运用变分方法分析了非线性项对方程解的存在性的影响.
论文部分内容阅读
本文主要考虑带有一般非线性项的Kirchhoff型方程（?）解的存在性与非存在性问题,其中a>0,b≥0为常数,V:R3→R为位势函数,f:R3→R为一般非线性项.特别地,在集中紧原理不能适用于证明有界Palais-Smale序列的紧性和在方程对应的Pohozaev流形而非Nehari流形上的极小化问题的情形下,运用变分方法分析了非线性项对方程解的存在性的影响.
其他文献
最优化设计在实际生活中的应用非常广泛,我们可以通过数值最优化中的基础知识和计算方法来解决实际生活中的问题,运用科学的计算方法和网络编程来使我们的工作变得更加效率、科学,所以研究无约束最优化问题的计算方法是意义重大的.拟牛顿法是解非线性方程组及最优化计算中最有效的方法之一,如今,优化软件中包含了大量的拟牛顿算法用来解决无约束、约束和大规模的优化问题.因此,更进一步地研究拟牛顿算法的性质和应用显得尤为
本学位论文研究非线性互补约束优化问题,该问题是一类特殊的均衡约束优化问题,在力学、金融、工程设计、交通运输等领域有着很强的实际背景和广泛应用.因此,研究非线性互补约束优化问题稳定、高效的算法有着重要的理论意义和应用价值.在本学位论文中,我们提出了一个求解非线性互补约束优化问题的无罚函数无滤子的QP-free算法.首先,通过Fischer-Burmeister函数将原问题转化为非光滑约束优化问题,再
非光滑优化问题是一类应用背景广泛,理论研究深刻的优化问题.领域内的优化理论和数值算法在大数据,工程应用,社会服务等诸多领域有着广泛的应用,长期以来一直受到国内外学者的广泛关注.非光滑优化领域的优化理论和算法被广泛应用于机器学习、工程设计与优化、图像去噪、图像恢复、发电机组优化以及金融等领域.Minimax问题考虑目标函数为多个分量函数极大化的情形,具有分解式的特殊结构以及非光滑的特性,此类问题产生
许多现实应用中的问题实际上是非凸非光滑的,例如稀疏信号恢复,图像处理、矩阵分解等.因此,研究求解非凸非光滑优化问题的算法具有重要的应用价值.本文考虑一类目标函数为三个函数和的非凸非光滑优化问题.求解此类问题常用的方法为交替极小化算法.惯性技术能有效改进算法的数值效果.本文结合惯性技术提出用于求解非凸非光滑分块优化问题的Bregman惯性交替极小化算法.首先,在邻近交替算法的基础上结合惯性技术与Br
采样是模拟信号与数字信号转换（A/D）的基本工具.经典的Shannon采样定理表明,带限信号可以由它的均匀采样以及sinc函数的平移基底来重构.对于非带限信号是否存在类似的采样定理自然地成为人们关注的热点.近年来,研究者们在其他基底张成的空间上,讨论了非带限信号的采样定理.在这些基底中,由广义sinc函数sinca生成的基底是一种特殊例子.另一方面,在一些光学工程问题中,通常利用信号的傅里叶采样重
乘子交替方向法（ADMM）是求解可分离优化问题的一类有效方法,凸优化问题的ADMM研究已相当成熟.但大部分实际模型都是非凸优化问题,利用ADMM求解非凸优化问题仍在探索中.另外,惯性思想与许多一阶算法结合可以有效改进算法的数值表现,这已被很好的证明.故本学位论文考虑一类非凸优化问题,运用乘子交替方向法及惯性思想提出新的改进算法以求解此类问题.首先,将惯性思想与邻近乘子交替方向法结合提出求解非凸优化
非凸优化问题广泛存在于实际工程应用中,如稀疏优化、机器学习、机组组合等.基于Peaceman-Rachford（PR）分裂算法及其衍变版本在凸优化和非凸优化的研究,本文主要探究PR分裂算法求解带不可分结构的非凸优化问题.首先,本文考虑一类带线性约束的非凸不可分优化问题,其目标函数为两个可分结构和一个不可分结构之和.将PR分裂算法思想用于设计此问题解法,在子问题中加入Bregman距离,提出一个Br
决策与我们生活中的各个方面密切相关,每天都在发生。随着社会和经济的快速发展,决策问题也变得日益复杂,层次分析法为模拟和解决复杂的决策问题提供了一个可行的理论框架。在运用层次分析法来解决决策问题时,决策者对备选方案进行两两比较给出判断矩阵。基于不同的构造方法,主要存在两类典型的判断矩阵:积型互反判断矩阵和加型互反判断矩阵。判断矩阵的传递性指标及权重方法一直是研究的热点。本文主要基于矩阵元素之间的逻辑
随着科技进步与社会高速发展,日渐增加的现实问题促使人们研究最优化方法.该方法主要针对不同问题所提出各种科学的解决方案,致力于在其中寻找出最优决策方案.实际生活中最优化方法被广泛地应用到金融、贸易、工程管理等领域.故最优化方法有广阔的研究前景.随着优化问题的规模增大和维数增加,优化问题的求解变得困难,学者们致力于寻找更好的最优化方法.本学位论文是关于求解大规模无约束优化问题的算法研究.针对求解大规模
能被蓝光（～450 nm）激发的Mn4+掺杂氟化物红光荧光粉,在630 nm左右有强烈的窄带红光发射光谱,具有在室温下具有较高的荧光量子效率等诸多优点,因此得到了极大的关注,可用于改良白光LED的显色性能,并应用于照明以及液晶显示背光源等领域。然而,Mn4+掺杂氟化物荧光粉在实际应用中还有一些关键问题亟待解决:（1）此类红光荧光粉与黄光荧光粉(YAG:Ce3+)质量配比约为3:1-5.5:1,说明