BP算法的改进及其在焊接过程控制中的应用

BP算法存在着收敛速度较慢、易于陷入局部极小点的问题，为了解决该问题，对BP算法作了大量仿真试验和深入分析后，发现神经网络各层间权值调节量存在较大的差异，从而提出了一种新的改进方法，充分发挥神经网络各权值对网络训练的贡献，试验结果表明，新算法与基本的BP算法相比大大提高了网络收敛速度，用改进的算法和焊接过程进行了控制仿真，获得了较好的结果。     

一种快速敛于全局最小点的BP新算法

局部最小问题是ＢＰ算法本身固有缺点。本文针对这一问题，提出了一种改进算法－ＢＰ算法。该算法把较大的学习率能导致网络振荡这一消极因素，成功地转化为使网络能跳出局部最小的有利机制，同时在调整学习率时，有效地运用了模拟退火思想，从而使ＢＰ网的学习过程能够以较快的速度收敛于全局最小点。     

基于神经网络的交流伺服系统快速混合算法控制

标准的ＢＰ算法的最大局限在于：它不能保证收敛于神经风络总误差函数的全局最小点，而且由于“贪婪”的固定步长的最陡下降算法，有时连局部极小点也达不到。本文采用一种混合算法：将修正的快速ＰＩＤ型ＢＰ算法与Ｓｏｌｉｓ＆Ｗｅｔｓ随机最优化方法相结合，实现快速的、在有限迭代次数内达到全局最小的神经网络ＢＰ算法，并由此而构成控制顺应用于交流伺服驱动系统的控制。仿真结果证明该方法可以达到预期的目的，具有快速性、全     

多移动机器人的协同编队控制

为了解决多移动机器人的协同编队控制问题,提出了一种基于运动学模型的编队控制方法。该方法在领航-跟随编队控制结构的基础上引入虚拟机器人,在全局坐标系下建立跟随机器人与虚拟机器人的误差方程,将编队问题转化为跟随机器人对虚拟机器人的轨迹跟踪问题,在此基础上设计编队控制器,并证明了在该编队控制器作用下跟踪误差能够收敛到原点的小邻域内。仿真与实验结果表明:编队系统稳定运行,即当t→∞时,位姿误差(x_e,y_e,θ_e)将收敛到原点的邻域内,速度趋近一常值。     

基于可变种群遗传算法的MIMO直接盲多用户检测

本文研究了遗传算法在MIMO系统中直接盲多用户信号检测问题,通过分析遗传算法种群的构成对算法收敛速度和性能的影响,本文提出了一种基于可变种群的改进遗传算法,测试函数的计算表明,与传统的遗传算法相比,改进的算法能够以比较快的速度收敛到全局最优解,利用改进的算法对MIMO系统的直接盲多用户信号检测的仿真结果也进一步表明了算法的有效性。     

改进粒子群优化算法及其在4G网络-基站选址中的应用

针对粒子群优化算法搜索精度不高、整体上容易陷入局部最小的不足,提出了一种改进的粒子群优化算法.该算法一方面在速度更新式中用粒子群中粒子个体极值的加权值替代粒子的个体极值,另外通过使用两种非线性递减函数对惯性权重进行调整,这种改进有效地提高了粒子群优化算法的收敛速度和全局寻优能力.然后,通过对4个基准函数的仿真,验证了本文改进算法的全局收敛寻优能力.最后,将本文改进算法应用于珠三角地区某市4G网络基站选址优化中.仿真和应用的结果表明,改进后的粒子群优化算法具有更高的收敛速度和全局寻优能力.     

一种改进的快速自适应滤波算法

为了解决传统自适应滤波最小均方(Least Mean Square,LMS)算法中收敛速度与稳态误差之间的矛盾,提出了一种改进算法。该算法在已有变步长LMS算法基础上,引入遗忘因子来影响步长的更新。仿真表明,改进后的算法比原算法不但具有更快的收敛速度,而且具有更小且稳定的稳态误差。     

一类非线性系统的鲁棒自适应跟踪控制

针对一类带有有界扰动的非线性系统,设计了一种鲁棒自适应控制器,该控制器既能保证闭环系统所有信号的全局有界性,又能使输出跟踪误差以指数速度收敛到零的一个小邻域内.仿真结果证明了所提控制方案的有效性.     

改进CMA盲均衡算法的研究与分析

目前,常数模算法(constant modulus algorithm,CMA)应用非常广泛,但它存在收敛速度慢,剩余误差大的缺点。为加快收敛速度,一旦误码率降低到足够低,算法必须切换到DD(decision—directed)算法,针对其存在的缺点,提出了一种改进的CMA算法,通过理论分析得出：该算法具有收敛速度快、剩余误差小的特点。通过利用Matlab对改进前、后2种算法的仿真,对算法的有效性进行了验证。     

前馈式神经网络的最小二乘学习算法

通过对Sigmoid函数求逆，把非线性极值问题转化为线性方程组来处理，巧妙地避开了梯度，从而可以克服BP算法的一些缺点，提高了算法的收敛速度．同时采用最小二乘法来求解方程组，进一步提高了收敛速度．算法的计算过程为每次处理一个节点的所有前一层连接权，轮换处理，直到收敛到最小点．     

一种求解非线性方程组的混沌优化算法

针对非线性方程组的求解问题提出一种混合算法,将方程组转换成一个优化问题。利用优化问题的非线性共轭梯度法与混沌优化方法相结合,提出了一种新的混合优化算法。该算法能使非线性共轭梯度法跳出局部最优,最终获得全局最优。算法的收敛性也进行了证明,数值结果表明该算法是有效的。     

一类解非线性方程的Ｎｅｗｔｏｎ型迭代法

通过将Newton—Raphson法和割线法进行耦合,构造了一类解非线性方程的Newton型迭代法,利用区间套定理证明了这类算法的收敛性,并给出一种事后误差估计的方法．数值实验表明在满足凹凸性假设的条件下,该算法在大区间上的收敛速度明显快于原有的Newton—Raphson方法和割线法．     

超声逆散射成像问题中的正则化方法研究

为提高成像质量,需反复地求解不适定逆散射方程,而不适定方程的求解需要正则化处理.将截断完全最小二乘正则化方法应用到迭代过程中,该方法同时考虑逆散射方程的系数矩阵和数据项均存在误差的情况,不仅适合于不适定性较弱的情况,而且适合于不适定性较强的情况,提高了算法的收敛性以及成像的质量.对不同结构以及不同对比度图像的数值仿真结果显示,截断完全最小二乘正则化方法,较只考虑数据项存在误差的Tikhonov正则化方法成像质量高,且适用范围广.     

一种求解Job-shop问题的混合排序遗传算法

利用遗传算法和模拟退火算法的优点,提出一种新的基于工序的混合排序遗传算法(HSGA).新算法具有优秀的全局搜索能力和避免陷入局部极小的特性,有很高的收敛精度.对Job-shop调度问题进行仿真试验,结果优于其他同类算法,验证了HSGA的可行性和高效性.     

水声单载波分块传输中基于压缩感知的稀疏信道估计方法

为利用水声信道的稀疏特性,提高循环前缀单载波分块传输系统的信道估计精度和误比特率性能,提出一种新的基于压缩感知的稀疏信道估计方法.新方法利用任意具有单位能量的导频构造满足约束等距条件的频域测量矩阵,通过Dantzig selector算法重构稀疏水声信道冲激响应.基于实测湖试信道模型的仿真结果表明,在相同训练序列长度条件下,利用频域最小均方误差检测方法,新的压缩感知信道估计方法较传统最小二乘信道估计方法有近5 dB的性能增益.     

基于三阶拟牛顿方程的对角三阶拟牛顿法

基于三阶拟牛顿方程,结合Zhang H.C.提出的非单调线搜索规则设计了求解大规模无约束优化问题的对角三阶拟牛顿算法。该算法在每次迭代中利用对角矩阵逼近Hessen矩阵的逆,使存储量和计算量明显减少,并且证明了算法的全局收敛性和超线性收敛性。数值试验表明该算法是有效的。     

一种改进的水声信道载波恢复盲均衡算法

针对超指数迭代判决反馈盲均衡算法在水声通信系统中表现出收敛性差的问题,提出了一种带二阶锁相环的改进超指数迭代判决反馈盲均衡算法．该算法基于对修正超指数迭代算法误差函数的分析,提出了一种新的、能够快速收敛的误差函数,并有效提高了载波恢复能力; 在判决反馈均衡器中引入二阶数字锁相环,实现对相位旋转的跟踪和补偿,从而实现对原始发射信号的正确恢复．在两种水声信道条件下,采用两种调制信号分别对算法的收敛性能和载波恢复性能进行了计算机仿真,结果表明: 在混合相位信道环境中,新算法相比超指数迭代判决反馈算法在均方误差、收敛速度上得到很大改善; 在具有相位旋转的信道环境中,新算法实现了对相位旋转的有效补偿,改善了载波恢复性能．     

MIMO广播有限反馈系统中联合预编码方法

在接收用户为多天线多输入多输出(MIMO)广播有限反馈系统中,信道方向矩阵的量化存在误差,此误差影响预编码设计,从而降低系统容量.针对此问题,通过分析信道方向向量量化误差的统计特性,提出了一种具有鲁棒性的基于最小均方误差(MMSE)的预编码方案.分析和仿真结果表明,所提的预编码方法有效提升了系统容量,降低了误码率(BER),减缓了平顶效应.     

一种利用空频域信息的固定单站被动跟踪方法

利用空频域信息的固定单站无源定位与跟踪系统面临着可观测性弱、初始误差大的问题,跟踪算法的稳定性和收敛速度显得尤为关键.为此,提出了一种利用空频域信息的固定单站被动目标跟踪方法（MLGS）.通过对网格的多级搜索,在保证估计分辨率的同时,减少了运算量.与现有方法如EKF、MVEKF和UKF等相比,该方法不依赖于初始状态误差,且不受线性化误差的影响,只要合理选择网格和搜索次数,就可以获得趋近于全局最优的最小均方估计.仿真实验结果表明：该方法在初始距离误差较大情况下其收敛速度明显优于其他方法,且收敛后的精度基本保持恒定;在进行搜索时无需指定初值.     

二阶非线性常微分方程的一种改进再生核方法

针对传统再生核方法求解二阶非线性微分方程只是一阶的方法,收敛速度慢的问题.通过研究再生核方法的误差估计,采用外推技巧消去了误差余项中的低阶无穷小量,给出了求解二阶非线性常微分方程初值问题的一种改进的再生核方法,在只增加少量计算的条件下使得收敛速度可以达到至少三阶.减少了原再生核方法的计算量,提高了收敛速度,数值算例表明该方法在求解非线性问题的有效性.