解无约束优化问题的MBFGS过滤器算法

构造了一个求解无约束优化问题的新算法.该算法结合了修正BFGS(MBFGS)算法的思想和多维过滤器算法策略.一方面,搜索方向的产生类似于MBFGS算法;另一方面,在接受新的迭代点时,采用多维过滤器算法的策略.新算法是全局收敛的.     

无约束优化问题的Newton-过滤器算法

构造了求解无约束优化问题的新算法,该算法结合了一般的Newton算法的思想和过滤器线性搜索策略,一方面搜索方向由Newton算法产生;另一方面在接受新的迭代点时,采用过滤器线性搜索策略,确定步长,且新算法是全局收敛的.     

一类无约束优化问题的信赖域过滤器算法

构造了一个求解无约束优化问题的新算法,结合了采用修正BFGS（MBFGS）算法的信赖域思想和多维过滤器算法策略．搜索方向的产生类似于MBFGS算法;在接受新的迭代点时,采用多维过滤器算法的策略及信赖域思想,新信赖域算法是全局收敛的．     

无约束优化问题的多种群混合类电磁机制算法

在分析了标准类电磁机制算法不足之处的基础上,提出了一种处理无约束优化问题的新的类电磁机制算法。新算法用两个种群进化,从两个进化种群中选出优势个体互相学习,交换信息;提出了基于粒子电荷量和它们之间距离的自适应调节的新的受力计算公式。仿真试验结果表明,和已有算法相比,该算法能有效克服早熟收敛,具有收敛快、求解性能好的优点.     

无约束优化问题的一个改进的BFGS信赖域算法

给出了一个与文献[1]等价的新的BFGS信赖域算法,此算法同样具有较好的性质,并在适当的条件下该算法具有全局收敛性.     

基于锥模型的无约束优化问题的信赖域算法

对无约束优化问题,提出了一种基于锥模型的非单调信赖域算法.该算法与通常的信赖域算法的不同在于:当试探步不成功时,不再重新求解子问题,而是采用非单调线搜索技术.对子问题进行了分析,并证明了算法的超线性收敛性.     

基于9种无约束优化算法的岩爆预测BP模型优选

为研究不同训练样本数量和无约束优化算法对岩爆BP(Back Propagation)神经网络模型预测准确率的影响,选取围岩最大切向应力与岩石单轴抗压强度比σθ/σc、岩石单轴抗压强度与单轴抗拉强度比σc/σt和弹性能量指数Wet作为预测指标,广泛搜集整理100组典型岩爆实例建立了训练样本数据库.在样本数量分别为40、70和100时,基于标准算法和9种无约束优化算法建立了10个岩爆BP神经网络预测模型,并提出了考虑不同样本规模影响的岩爆烈度等级预测指数——综合准确值N.比较研究结果表明:BP模型的预测准确率随样本数量增加而提高,3种样本数量下的模型平均预测准确率分别为62.5％、76.4％和87.5％;基于9种优化算法建立的BP网络模型的N值均高于标准BP模型;基于Ploak-Ribiere共轭梯度法优化的BP模型的N值(195)和预测准确率(99.0％)均最高,且在5个工程实例中的预测结果完全符合现场实际,优于标准BP模型、支持向量机模型和其他优化模型,为岩爆烈度等级预测的最佳模型.     

无约束优化的一种改进的梯度法

本文提出了一种改进的梯度寻化方法,它能克服普通梯度法在初始寻优阶段以后的寻优过程变得缓慢的缺点.     

带记忆的非单调无约束优化算法的全局收敛性

自从非单调线搜索技巧引入非线性优化后,所得的算法得到了成功的应用与扩展。带记忆的梯度方法经常用来求解无约束优化问题,尤其是大规模的问题。将带记忆梯度法与Wolfe非单调线搜索技巧成功融合到一起得到了新算法。证明了该算法全局收敛。     

一类求解无约束min-max问题的新算法

本文构造了对于极大值函数maxf_i(x)的一种新的光滑逼近—Vα-逼近。在此基础上,给出了一系列求解无约束min—max问题的新算法,并证明了算法的收敛性.数值结果表明算法是可行的,且对于奇异问题要比K.Madsen算法效果好.     

基于生物地理学优化算法的电力系统无功优化

将模拟物种迁移规律的生物地理学优化算法（BBO）应用于求解电力系统无功优化问题。区别于遗传算法中局限于染色体两两之间分享特征信息的模式,BBO独特的迁移模式使得好的栖息地特征信息得以在多个栖息地之间广泛传播,从而加快了优化进程。IEEE14节点和IEEE57节点的测试结果表明：BBO算法在与相关文献中的算法相当的迭代次数内能够得到更优的解,且算法对参数的依赖性不强,适用于求解电力系统无功优化这一类复杂的工程组合优化问题。     

适用于复杂函数优化的多群体遗传算法

提出了一种适合于复杂函数寻优的多群体遗传算法．该方法对搜索区域进行划分，使每个子区域具有简单的函数形态．对每个子区域安排一个子群体进行搜索，这个过程可并行进行．仿真表明该方法速度快，可同时获得多个局部极值点．     

一种改进的固定基点梳形算法

椭圆曲线密码体制是迄今为止每比特具有最高安全强度的密码体制,与其它公钥密码系统相比,椭圆曲线密码系统除了安全性高外,还具有计算负载小、密码尺寸短、占用带宽少等优点.因此,椭圆曲线密码系统被认为是最有希望成为下一代通用的公钥密码系统.本文主要研究椭圆曲线密码的快速实现关键算法,在分析研究传统固定基点梳形法局限性的基础上提出了对固定基点梳形法的改进策略,并对其安全性作了分析和改进.     

基于内点法的支撑向量机算法

内点法是近年来发展起来的求解线性规划和二次规划的一种新方法,它有许多优点。支撑向量机问题中的二次规划问题有它特殊的一些性质,如它是一个凸二次规划,约束比较少而且都是线性约束,它的矩阵Q对称半正定且稠密。该文探索了用内点算法求解支撑向量机中这种特殊的二次规划问题,并给出了数值实验,表明这是一种好的求解支撑向量机的方法。     

简单约束凸规划的一种内点算法

针对带有简单约束的凸规划问题，通过采用线性化技术和不精确搜索的Ａｒｍｉｊｏ规则，构造了一种内点算法，给出了收敛性分析和线性收敛速度的估计。     

一种基于混合优化算法的阵列波束形成方法

提出一种波束图设计的数值方法.该方法是组合运用了自适应阵原理和遗传算法的混合二阶优化算法.方法第一步是基于自适应理论,假定阵列为一自适应阵,通过在其波束图的旁瓣区布置大量的干扰信号以实现旁瓣控制.通过多次调整干扰强度,可以获得初始波束图.根据初始波束图建立新的期望波束图,基于估计波束图和期望波束图之间差别,建立误差能量函数.采用标准遗传算法通过最小化误差能量函数来实现波束图优化设计.双圈圆环阵的设计实例说明了算法的有效性.设计波束图的具体参数表明了其优良的性能.对于任一给定阵,该方法可设计给定指向方位、具有更低旁瓣的波束图.如果不能设计出期望特性的波束图,该方法可设计出最佳可得的波束图.