封京梅
(陕西广播电视大学理工教学部, 陕西 西安 710072)
在数学领域中,对绝对值方程的探索有着很大的研究空间,因为现实生活中将实际问题抽象建立为绝对值方程的模型比比皆是.优化领域方面的一些专家也将部分精力放在研究这个问题上,用优化的思想转化问题,求解方程取得了不错的成绩.文献[1]、[2]中直接考虑求解一般的绝对值方程组:Ax+B|x|=b,A∈Rm×n,B∈Rm×n,b∈Rm,而且发现众多问题可以转化为上述绝对值方程组的求解问题.尽管求解绝对值方程组是一类NP难的问题,但是文献[1]、[2]的作者利用优化的思想给出巧妙的性质和适当的条件使得问题得以简化.而文献[3]中先将绝对值方程组转化为凹极小化问题,再利用连续线性算法(SLA)求解凹极小化问题,最后用MATLAB程序来执行此算法并检验其性能(文章显示用此算法求解100个随机产生的1 000维的AVEs时所用时间不多于10 s,精确度达到了10-6,进而得到绝对值方程组的解.文献[4]中利用广义牛顿型算法求解这类绝对值方程组问题,其基本思想是用绝对值方程组来构造求解它的广义牛顿型迭代公式,得到近似迭代解,再根据迭代点的有界性、线性收敛性找到此迭代点列的聚点,证明聚点就是绝对值方程组的收敛解.这种方法求解100个随机产生的1 000维的AVEs时所用时间也不多于10 s,精确度也达到了10-6,而与其对应的线性互补问题在达到相同精确度的前提下用时不超过29 s.然而还没有学者做过将绝对值方程组问题转化为广……