解决陷入局部极小的一种新方法

本文提出一种能有交地解决Ｈｏｐｆｉｅｌｄ网在能量变化过程之中陷入局部极小问题的方法，这种方法通过有选择性地改变权值矩阵Ｗ的对角元以及有某种特定顺序的串行工作方式来使得网络跳出局部极小值（点）向能量最小点逼近，模拟结果显示：这种方法不仅速度比较快（与模拟退火法Ｓｉｍｕ－ｌａｔｅｄ Ａｎｎｅａｌｉｎｇ Ｍｅｔｈｏｄ比较），而且在每次实验中达到全局最小点的成功率也非常高。在所进行的众多的实验中，迄今为止     

均质Euler-Bernoulli梁边界控制的最优衰减率

系统能量指数衰减率与系统参数之间的定量关系在大型柔性结构控制中有广泛的应用意义。该文先给出Euler-Bemoulil梁特征值的渐近表达式，接着由勒让德多项式谱方法给出特征值λ（α，β）关于一些初值输入（α，β）的结果，最后通过结果的比较以及局部最优搜索法可知在初值输入α≤0．27，β=0．40时，该闭环系统的能量衰减率最优，其值为μ^＊=-3．6982。     

用BP网络诊断汽轮发电机组振动故障

针对ＢＰ网络的不足，提出了自适应学习率的ＢＰ网络算法，该算法从根本上解决了ＢＰ网络中学习率的取值和收敛速度慢的问题，并有效地解决了ＢＰ网络易收剑到局部最小点的问题，并将这种改进的算法应用于汽轮发电机组的故障诊断中，结果表明该方法可行。     

基于进化神经网络的齿轮可靠性预测

人工神经网络模型中广泛应用的是BP（Back Propagation0模型，针对BP算法存在收敛速度慢，容易陷入局部最小点的缺陷，本文用遗传算法(Genetic Algorithm:GA）训练神经网络（Artificial Neural Network:ANN），取代了一些传统的学习算法，设计了GA＋BP学习算法，用遗传算法和神经网络相结合的方法求解了齿轮弯曲疲劳寿命的预测问题，仿真结果表明，组合GA与BP可以克服单纯使用BP易入局部极小等问题，取得了较为满意的效果，预测精度较高。     

基于Teager能量算子的语音激活检测

针对大多数语音激活检测（VhO）方法在低信噪比情况下性能急剧恶化的情况，提出了一种基于脚能量算子（TEO）的语音激括检测方法．它能结合语音增强技术，应用Teager能量算子进行自适应门限判决．实验结果表明，在低信噪比的情况下，该方法能够随着环境自适应门限，具有较高的准确率和稳定性，简单有效．     

过载后缺口局部应变范围Δε的估算式

研究了经简单拉伸过载后，缺口局部应变范围Δε的估算方法．理论与实验结果分析表明，拉伸过载虽引起缺口局部残余应变（ε＇）但随后的局部应变范围Δε与应力比（Ｒ）也无关，仅取决于名义应力范围（ΔＳ）和缺口几何尺寸参数（Ｋσ或Ｋｔ）．此外，本文还讨论了材料的应变硬化特性对Δε的影响．     

一种避免前向网络学习算法局部极小问题的方法

现有前向网络学习算法不可避免地存在局部极小问题，本文提出了一种避免局部极小问题的方法．这一方法从寻找全局极小点的思路出发，将全局优化方法运用于前向网络学习算法，只需在原来学习算法中加入一个由全局优化方法形成的初值点选择模块，以选择好的初始权使，从而自动地避免了局部极小问题的发生．文中用二种确定型方法和一种随机型方法对六位二进制码对称性判别问题进行了仿真实验，结果表明，确定型方法在权向量的维数低时效果优于随机型方法；但当权向量的维数较高时，随机型方法由于可采用并行算法以及该方法的自身特点，所以是有效的，而确定型方法却无效．     

高温超导体热稳定性的数值仿真及实验

超导体的最小触发能量（MQE）和最小传播电流（Imin）是描述超导体稳定性和自我保护能力的两个重要参数．应用有限元方法（FEM）对高温超导体Bi2223／Ag带材的热稳定性进行了数值仿真,并与实验进行了对比．研究表明,通过建立合适的热分析模型,用计算机能够方便地模拟出超导体在失超过程中由超导态转变到正常态的温度变化过程,进而估算出最小触发能量和最小传播电流,结果发现数值仿真与实验结果基本一致．这对高温超导体的实际应用有重要的理论意义和参考价值．     

H_2S·HO_2氢键配合物的量子化学研究

用B3LYP/6 31 1 + +G 方法研究了H2 S与HO2 自由基之间的氢键。发现了三个能量极小点。同时做了H2 S·HO2 的振动频率分析。计算预测了能量整体最小点的构型为带有 2个扭曲的氢键的五元环结构     

局部应力应变疲劳的能量方法

应用Neuber准则分析弹塑性材料缺口件时局部应力应变估计过高，因此预测初始寿命常给出过于保守的结论．由于当量应变能密度（Equivalent strain energy density,ESED）准则在Neuber准则的塑性变形项上增加了系数，局部应力应变估计结果更为准确．基于能量方法讨论了循环加载下材料的塑性应变能密度，发现ESED准则相比Neuber准则多考虑了塑性应变能密度，这是ESED准则局部应变场估计值远低于Neuber准则的估计值的能量理论基础．疲劳试验的结果验证了以上结论，     

采用同伦BP算法进行蠓虫分类

关于蠓虫分类问题,国内外研究该问题的文献较多.为克服标准BP算法中存在的网络学习收敛速度慢、容易陷入局部极小等问题,引入同伦算法,提出了一种将同伦与快速BP算法结合的改进算法来进行蠓虫分类.同伦方法是一种循序渐进的解决非线性问题的方法,把这一思想推广到跟踪多层感知机(MLP)网络能量函数的极小值路径.因为能量函数E(W)(W是权重矢量)的极值点相当于梯度wE(W)的零点,因此,对能量函数极值点的跟踪可以转化为对其梯度函数零点的跟踪.结果表明,此方法在收敛速度和避免陷入局部极小的能力上具有良好的可靠性、先进性、稳定性,值得推广.     

基于模拟退火算法和BP算法的神经网络在灌区地下水中的应用

为使BP网络在训练过程中能够在不降低网络训练速度的前提下,避免陷入局部极小点,采用模拟退火算法和BP算法相结合的混合算法来训练前馈人工神经网络,即先用模拟退火算法进行全局训练,再用BP算法进行精确训练,保证在不降低网络学习速度的情况下找到全局极小点,将模型应用于灌区地下水位预报中取得较满意的结果.     

基于模拟退火算法的BP网络在水文水资源中应用

为使BP网络在训练过程中能够在不降低网络训练速度的前提下,避免陷入局部极小点,将模拟退火算法与BP网络结合起来,使用传统方法和模拟退火算法同时对权值进行修正,取得了较满意的结果.将网络模型应用于实际中,结果表明该模型是可行、有效的.     

求解不等式约束极大极小值问题的罚函数方法

构造一个新的简单精确光滑罚函数来求解含不等式约束极大极小值问题。首先通过添加一个变量,将含不等式约束的极大极小值问题转化为与之等价的连续约束优化问题,然后利用新的简单精确光滑罚函数,对等价的连续约束优化问题进行求解。在扩展的MF约束规范条件下,可以证明：当罚参数充分大时,无约束优化问题的局部极小点也是原极大极小值问题的局部极小点。算例结果表明,给出的罚函数方法可有效地求解含不等式约束的极大极小值问题。     

同伦方法求解一类非凸规划问题的新的收敛性定理

同伦方法求解非凸规划的收敛点只是问题的K-K-T点。对于目标函数为凸的一类非凸规划,得到了同伦方法求解的一个新的收敛性定理,证明了无论同伦映射是否为正则映射,同伦方法求得的K-K-T点一定是局部极小点。     

基于进化神经网络的齿轮可靠性预测

人工神经网络模型中广泛应用的是BP(BackPropagation)模型 ,针对BP算法存在收敛速度慢 ,容易陷入局部最小点的缺陷 ,本文用遗传算法 (GeneticAlgorithm :GA)训练神经网络 (ArtificialNeuralNetwork :ANN) ,取代了一些传统的学习算法 ,设计了GA +BP学习算法 用遗传算法和神经网络相结合的方法求解了齿轮弯曲疲劳寿命的预测问题 仿真结果表明 ,组合GA与BP可以克服单纯使用BP易陷入局部极小等问题 ,取得了较为满意的效果 ,预测精度较高     

基于遗传模拟退火算法的结构可靠性分析

为了克服一次二矩法在迭代求可靠性指标时可能不收敛或收敛于局部验算点的缺点以及现有遗传算法局部搜索效率不高的问题,提出了采用混合模拟退火与遗传算法计算结构可靠性的新方法.先采用遗传算法开始随机搜索,通过选择、交叉、变异等遗传操作产生新的个体,再对这些个体分别进行模拟退火,以其结果作为下一代群体中的个体.结合有限元计算,给出了船舶三维空间梁板结构的功能函数,并采用遗传模拟退火算法求结构可靠性指标.算例分析表明该方法计算精度高,为求解结构可靠性指标提供了一种新的思路.     

面向最优加工成本的合作伙伴选择方法

针对面向加工制造的合作伙伴选择,强调了招标之前的任务分解,提出了初选、细选、精选"三步走"的解决方法。根据任务之间及任务所对应的合作伙伴之间的关系,基于加工和运输总费用最小化原则,建立了合作伙伴选择的优化模型。着重对合作伙伴评价方法中精选方法的算法进行研究,提出了一种新的算法——混合遗传模拟退火算法来进行精选,解决了单纯使用遗传算法使结果可能陷入局部最优解的弊端。通过实例证明,这种混合算法具有很强的搜索能力,结果跳出了局部最优解,能够解决实际问题。     

基于遗传模拟退火算法的最大功率点跟踪研究

通过分析太阳能光伏发电系统的工作特征和现有的最大功率点跟踪(MPPT)方法,提出了一种基于遗传模拟退火算法的光伏发电系统MPPT方法.该算法将遗传算法和模拟退火算法相结合,通过将局部搜索过程引入遗传算法,从而使两种算法的搜索能力得到互相补充.针对某光伏发电系统的MPPT问题,通过仿真,将遗传模拟退火算法和遗传算法进行比较.仿真结果显示,遗传模拟退火算法和传统的遗传算法相比,能更快速、精确地跟踪到光伏系统的最大功率点.     

A New Optimal Guidance Law For Intercepting Maneuvering Objects

0INTRODUCTION'foeophmalcontIDItheoryhasbeenusedtodesignmodemgUidancelawsforman}ryears.MajoreffOltwasdirectedtowardsthederivationofaninterceptinggeometricmodel.Ifacompleteknowledgeofthemotionoftheevaderisavailabletothepursuer,basedonthenonlinearmodelofintercephnggeometry,anoptimalgUidancelawfor...interceptingamaneuvenngevaderisd.ri..dll--4].Bythesmallangleapproximationofatrigonometricfunction,anexactnonlinearmodelistransformedintoalinearmodelinaSmallregionofstatevariablespace.Themaindra…