一类求全局最小点的填充函数及其算法

填充函数法是求解全局最优化问题的一种重要的方法,其关键之一在于构造一类性质良好的填充函数.文中基于填充函数的严格定义,针对全局优化问题(P0):min x∈R n f(x),在目标函数 f(x)满足一定条件的基础上,提出了一类求其全局最小解的填充函数,并在适当的假设条件下,研究证明了该函数的填充性质和其他的分析性质,并按照这些相关性质设计了相应的填充函数算法.该函数形式简单,便于计算.最后,还进行了数值试验测试,结果表明,该函数是可行的,算法是有效的     

求解无约束全局优化的改进的单填充函数法

填充函数法是一种求解多变量、多极值函数全局最优化的有效方法,这种方法的关键是构造填充函数。为此文中根据文献[1]的思想,考虑优化问题minf（x）x∈R^n,针对f（x）为局部Lipschirz连续函数,构造了一种简单的单填充函数,容易证明相对于传统的填充函数,该填充函数在参数较小时就能保持其填充性质,且全局收敛速度快。根据这个填充函数还提出了一个求解无约束优化问题的填充函数算法,对4个基准测试函数的数值试验表明该方法是有效的。     

求解无约束全局优化的改进的单填充函数法

填充函数法是一种求解多变量、多极值函数全局最优化的有效方法,这种方法的关键是构造填充函数.为此文中根据文献[1]的思想,考虑优化问题minf(x)x∈Rn,针对f(x)为局部Lipschitz连续函数,构造了一种简单的单填充函数,容易证明相对于传统的填充函数,该填充函数在参数较小时就能保持其填充性质,且全局收敛速度快.根据这个填充函数还提出了一个求解无约束优化问题的填充函数算法,对4个基准测试函数的数值试验表明该方法是有效的.     

一类新的寻求全局最优解的填充函数

填充函数法是一种求解多变量、多极值函数全局最优化的有效方法,该方法最早由葛入溥在文献[1]中提出,这种方法的关键是构造填充函数.文中在无Lipschitz连续条件下,考虑用单参数填充函数求解无约束全局优化问题,给出了一类新的形式简单的单参数填充函数.容易证明该填充函数在参数充分小时就能保持其填充性质.根据这个填充函数还提出了一个求解无约束优化问题的填充函数算法,通过一些检验函数的数值运算结果验证了算法的可行性和有效性.     

一类非光滑优化及其在控制系统稳定化中的应用

研究一类来自控制系统稳定化中的非光滑优化问题．考虑Lyapunov函数是非光滑的,特别是有限个光滑函数的极大值函数．建立了相应的非光滑优化模型,进一步导出了这类非光滑优化的KKT系统,然后基于非线性互补函数将KKT系统转化成一个非光滑方程组,最后分别用广义牛顿法和光滑化牛顿法求解此非光滑方程组。使得此类稳定化设计可以具体实现．     

绘制光滑曲线的样条函数简便算法

前言许多自动化测试分析系统都要把采集到的一些离散的数据以曲线的形式输出。要使绘制的曲线通过这些数据点,并且光滑,三次样条函数插值是一种非常合适的方法。一、常用的三次样条函数设在(?)平面上给定一些有序的点:     

用填充函数改进的智能控制系统全局优化算法

为了提高全局优化算法的速度,提出了智能控制系统全局优化算法。该算法应用了闭环控制系统的反馈的思想,使得在寻优迭代过程中被优化函数的值不断接近设定值,直至达到其全局最优值。该算法的关键在于控制策略的设计和策略中的参数值的设定。为了降低参数初值设定的难度同时提高算法的寻优精度,利用填充函数法对智能控制系统全局优化算法进行改进。经12个标准的测试函数的验证,改进后的算法的速度较填充函数法快,算法的精度比智能控制系统全局优化算法高。     

非光滑非线性系统的非光滑连续控制

针对具有非光滑非线性的系统,提出了一种非光滑连续控制方法,通过非光滑建模方法能够快速精确地补偿系统中有害的非光滑非线性,同时通过非光滑连续控制引入一些有益的非光滑非线性以获得快速高精度的控制性能,给出了实验迟滞曲线和建模结果。讨论了该项技术在非光滑非线性控制系统中的应用前景。     

一类求解全局优化问题的F—C函数法

填充函数法和跨越函数法是两种求解多变量、多极值函数全局最优化的有效方法,这些方法的关键是构造填充函数或者跨越函数.为此结合全局优化问题的填充函数法和跨越函数法,考虑优化问题minf(x),针对f(x)为无Lipschitz连续函数,定义了一个求解全局优化问题的F-C函数.基于这个定义,提出了一类无参数的F-C函数.研究了所构造F-C函数的理论性质,并按照其理论性质提出了一个求解无约束优化问题的F-C函数算法.数值实验表明,所给的方法是有效的.     

用填充函数法改进的人脸比对算法

人脸识别技术在国家安全、金融、执法、司法等领域都有广泛应用,其中比对分类算法是人脸识别系统的重要算法.目前所用BP神经网络的分类方法收敛速度慢、易陷人局部最优,而填充函数法是确定型全局优化方法,能够快速跳出当前局部极小点,得到一个更低的极小点,重复此过程得到全局极小点.用填充函数法改进的BP神经网络实现分类器的方法可以提高算法的收敛速度,降低误判率,增强其全局寻优的能力.实验表明该人脸比对算法能够提高比对准确率,减少计算量,提高比对速度.     

一种遗传算法适应度函数的改进方法

针对简单遗传算法中线性适应度函数随进化过程恒定不变的缺点。提出一种可随进化代数动态调整的非线性适应度函数。以典型的遗传算法测试函数为算例,分别以Goldberg提出的线性拉伸方法与文中提出的改进遗传算法进行计算。计算结果表明文中提出的动态适应度函数对简单遗传算法的改进有较明显的效果。     

利用混沌搜索全局最优的一种混合算法

把共轭梯度法与混沌优化方法相结合，提出了一种混合优化算法，该算法能使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证明，仿真表明算法是有效的。     

关于同时求解多项式所有零点的改进的Newton法

讨论了同时求解n次多项式所有零点的牛顿法及其改进；给出了保证它们收敛的初值应满足的一个充分条件,并证明了收敛性．数值实例的计算结果是满意的．     

求解变量带简单界约束的非线性规划问题的障碍函数法

１．引言及算法本文考虑变量带简单界约束的非线性规划问题：．问题（Ｉ）不仅是实际应用中出现的简单界约束最优化问题,而且相当一部分最优化问题可以把变量限制在有意义的区间［１］,因此无论在理论方面还是在实际应用方面,都有必要研究此类问题,给出简便而有效的算法．设ｆ是凸函数,则由Ｋ－Ｔ条件,（１）等价于求解下面的非光滑方程组：其中,以Ｘ）＝Ｖ八。）为梯度．对于由上式定义的非光滑函数用Ｘ）,定义它的模函数ｅ（。）一Ｉｓ（叫Ｉ：／ｚ．显然,６（。）是非负的,其零点是（２）的精确解．６（。）一般不是Ｆ可微的,…     

严格凸二次规划的拟单纯解法

本提出一个不用Kuho-Tucker条件而直接搜索严格凸二次规划最优目标点的鲁棒方法。在搜索过程中,目标点沿约束多面体边界上的一条折线移动。这种移动目标点的思想可以被认为是线性规划单纯形法的自然推广,在单纯形法中,目标点从一个顶点移到另一个顶点。     

一类修正的DY共轭梯度法及其全局收敛性

本文提出了一类求解无约束优化问题的修正DY共轭梯度法.算法采用新的迭代格式,每步迭代都可自行产生一个充分下降方向.采用Wolfe线搜索时,证明了全局收敛性.数值实验结果验证了算法是有效的.     

一种通用的全局寻优演化算法-自适应进化规划

１．引 言 Ｄａｒｗｉｎ的进化论所描述的“物竞天演，优胜劣汰”的自然进化过程，实际上是描述了一种强壮的搜索、竞争与优化机理．科学家们用数学方式将此过程进行简化模拟，形成了一类具有鲜明特色的优化方法，即演化算法［１］.进化规划（Ｅｖｏｌｕｔｉｏｎａｒｙ Ｐｒｏｇｒａｍｍｉｎｇ－ＥＰ）［１，２］便是其中的一个分支．一般ＥＰ算法常被描述为求解实值函数极小化（极大化）问题 （Ｐ）ｍｉｎ（ｍａｘ）Ｆ（ｘ）：Ｒｎ→Ｒ，（１） ｘＲｎ且在人工智能、神经网络、自适应控制以及众多的工程应用领域显示了解决复杂问题的特别能…     

Delphi环境下目标规划图解法算法程序的开发

作为目标规划算法平台的一个重要组成部分,研究了多目标线性规划中的目标规划图解法算法程序的开发,以方便该方法在各领域的应用。首先,介绍了目标规划的原理、建立目标规划模型的步骤。然后,介绍目标规划图解法的计算步骤以及在Del-phi环境下开发目标规划图解法的流程和具体方法。最后,通过实例对目标规划图解法算法程序的正确性进行了验证。所开发的算法程序直观简捷,方便工程人员的使用。     

热轧实施计划中最优倒垛问题的整数规划模型及遗传算法

对钢铁企业板坯库中的最优倒垛问题建立了0和1整数规划模型.这一模型是一个二次规划模型,且目标函数的系数与变量的取值相关联,属于NP-难问题,获得较大规模的最优解是不可能或非常困难.为了求解此问题,本文构造了改进遗传算法:(1)提出了适合于最优倒垛问题的遗传编码,运用此编码,不但能够产生可行的初始染色体,而且能够保证在交叉和变异操作后的染色体仍然可行;(2)改进了遗传算法结构,在新的结构中,增加了一个培育操作,改进了交叉操作.通过精选随机产生的问题例子的实验显示出,提出的算法的性能明显好于原系统的启发式算法,最好的改进率达到7.04％.