求解有约束非线性规划的混合混沌算法

针对带有约束的非线性规划问题,提出了一种新的算法.首先把有约束的非线性规划转化为含有2个目标的无约束的优化问题,然后利用混沌优化算法和最速下降法来混合求解.数值计算结果显示,该算法是可行有效的.     

能处理等式约束的复合形法

本文利用常规复合形法的算法特点,提出将含有等式约束和不等式约束的一般非线性规划问题转化为适合于常规复合形法处理的只含不等式约束的非线性规划问题的算法,该算法和常规复合形算法一起构成了一套完整的算法。程序运行结果证明了该算法的可行性。     

经济负荷分配问题中的约束处理方法研究

经济负荷分配是电力系统中重要的优化问题,该问题有若干约束,以往文献常采用罚函数法来处理约束,但罚函数法难以设置罚系数.可行性规则和ε约束法是两种高效且常用的约束处理技术,却难以直接应用于经济负荷分配问题.结合问题的特点,提出了一种将负荷平衡等式约束转化为边界不等式约束的方法:利用功率平衡约束,采用近似法和二次方程求根公式求出一个变量,并对该变量增加两个边界不等式约束,然后采用可行性规则或ε约束法来处理约束.实验部分采用两个经典的经济负荷分配问题对算法进行了测试.结果表明,与其他算法相比,该方法能求得更优的解.     

二次规划问题的一个全局收敛的内点型算法

目标函数是二次函数而约束函数是线性函数的规划问题称为二次规划问题,它是最简单的一类非线性规划问题,利用二次规划问题的约束函数为线性函数的这个特点,结合约束优化问题的一阶最优性条件,提出了二次规划问题的一个全局收敛的内点型算法.算法比较简单,每一步只需要求解一个线性方程组,不需要大量的计算就可以得到可行下降方向,再设置一组参数,沿着该方向进行线性搜索.算法每次迭代都能保持不等式约束函数的严格可行性,具有内点法的特点,而且在不需要凸性的假设下证明了算法是具有全局收敛性的.最后给出了数值实验,进一步证实了算法的可行性与收敛性.     

一种不等式状态约束最优滤波算法

针对非线性系统中较难处理的不等式状态约束滤波问题,提出了一种新的约束无迹卡尔曼滤波算法.该算法利用最大似然法则推导出滤波均方误差函数,将不等式约束条件转化为惩罚函数加入到误差函数中,使用自适应步长法快速搜索最优解.通过理论分析,证明了约束滤波解是误差函数的严格局部最小值,具有最小滤波均方误差.对具有航路约束的电子导航模型进行了仿真,结果表明,该算法具有较高的跟踪精度.     

基于鞍点方程的分布式经济调度算法

为了实现智能电网的安全稳定经济运行,针对电力系统中广泛研究的经济调度问题,受到一致性模型和鞍点动态法的启发,提出基于一阶连续系统的分布式算法. 该算法考虑了迭代过程中节点生产能力和网络总负荷需求的约束,且每个节点只知道自身的代价函数. 为了解决上述约束,该算法设计3种对应的拉格朗日乘子. 为了实现控制参数的常量化,该算法添加了一个变量,用于平衡局部梯度差值. 由于有向网络的权矩阵是非对称的,该算法引入一变量用于平衡各有向边的权增益. 通过节点局部梯度与拉格朗日乘子,获取节点输出功率. 实验结果表明,该算法针对经济调度问题是可行且有效的.     

一种放松参数的部分并行ADMM算法

为了求解多块线性约束可分凸优化问题,提出了一种放松参数的部分并行交替方向乘子法(ADMM)算法—PPADMMR算法.该算法在子问题中引入带参数的临近项,放松了临近参数范围.数值实验表明,PPADMMR算法的收敛速度优于部分并行ADMM(PPADMM)算法,因此提出的PPADMMR算法可为研究快速ADMM算法提供参考.     

求双变量LME一种异类约束最小二乘解的MCG算法

借鉴求线性矩阵方程(LME)同类约束最小二乘解的修正共轭梯度法,建立了求双变量LME的一种异类约束最小二乘解的修正共轭梯度法,并证明了该算法的收敛性.在不考虑舍入误差的情况下,利用该算法不仅可在有限步计算后得到LME的一组异类约束最小二乘解,而且选取特殊初始矩阵时,可求得LME的极小范数异类约束最小二乘解.另外,还可求得指定矩阵在该LME的异类约束最小二乘解集合中的最佳逼近.算例表明,该算法是有效的.     

一种求解连续空间约束优化问题的蚁群算法

借鉴蚁群算法和惩罚函数的思想提出了一种用于求解连续空间约束优化问题的蚁群算法.应用自适应调整惩罚因子的惩罚函数法将约束优化问题转化为无约束优化问题,再结合自适应调整全局选择因子和信息素挥发系数的连续域蚁群算法,求解连续空间约束优化问题.通过对基准测试函数进行编程求解,对比采用固定参数的蚁群算法求解结果,验证了所提改进算法的正确性和有效性.     

约束半光滑方程组的投影牛顿类法

给出了解决带变量有界约束的半光滑方程组问题的投影牛顿类法,该法避免了迭代点落在约束区间之外的可能,采用将每步的牛顿类方向在可行集上做投影的方法迫使迭代点始终落在可行集内,并根据具体算法步骤进行了收敛性分析.结果表明,算法具有局部超线性收敛速率,且在一定条件下可达二次收敛.     

改进PSO算法及其在函数优化中的应用

针对微粒群算法PSO（Particle Swarm Optimization）应用于函数优化存在的问题,提出一种加入了梯度信息改进的微粒群算法。微粒群算法用于函数的优化,具有简单、效果好等优点。但是研究也表明该方法也存在着一些缺点,如计算时间较长、容易陷入局部最小等,这是由于算法本身的随机性决定的。梯度法是传统的优化方法,典型的特征是在确定优化解的方向时遵循梯度下降原则,因此在寻找优化值时方向比较确定,可以减少优化时间。为了克服PSO的缺点,在标准PSO优化策略中引入梯度原则,设计了一个具有梯度指导的PSO算法。现将改进的PSO算法应用于函数的优化,并与标准PSO算法的效果进行了比较。函数优化实验的结果表明,改进的PSO算法提高了标准PSO算法的收敛时间。     

基于曲面样条插值算法的无线电电磁态势图生成研究

无线电电磁态势图是依据区域有限采样点形成的整个区域无线电分布的趋势图,是研究区域无线电信息分布的重要方法。利用有限点获取整个区域的分布状态在GIS中主要使用空间插值算法,此法易产生估计误差。在采样点确定的情况下,依据无线电路路测数据空间分布特点,提出了一种将曲面样条插值算法应用于态势图生成的方法,并对算法进行了改进。实验表明:本算法精度比传统算法精度高,证明了算法的有效性,利用本算法可减少测量外业,节约成本提高效率。     

混合遗传算法在旅行商问题中的应用

为了更优地解决旅行商问题，改进单纯用遗传算法求解旅行商问题的结果，本文通过遗传算法和禁忌搜索算法自身的特点，分别对二者的优势和不足进行分析，提出一种将二者混合使用的求解旅行商问题的算法．该算法以遗传算法为基础，用遗传算法作全局搜索，用禁忌搜索算法作局部搜索．同时，通过计算实例分析，将这种混合遗传算法用于旅行商问题的求解中．试验表明，混合遗传算法比较单纯的遗传算法的计算结果有一定的改进．     

关于电阻抗成像中Jacobi矩阵的算法及实现技巧

Jacobi矩阵的计算是许多电阻抗成像图像重建算法中最重要的环节之一 .文献 [1 ]采用摄动法导出了一种Jacobi矩阵的快速近似算法 ,讨论了Jacobi矩阵标准算法的实现技巧 ,指出文献 [1 ]算法与采用本文实现技巧的Jacobi矩阵标准算法的计算量是一样的 ,而且标准算法计算出的Jacobi矩阵是精确的 .     

Channel estimation for MIMO-OFDM systems in mobile wireless channels

A channel estimation method is proposed for nmltiple-input multiple-output orthogonal frequency division muhiplexing （MIMO-OFDM） systems in time-varying fading channels. In this method, a decision-directed space-alternating generalized expectation-maximization （SAGE） algorithm is introduced to the tracking of time-varying fading. In order to improve the estimation performance of the SAGE algorithm, a low rank approximation method is presented by using the signal subspace of the channel frequency autocorrelation matrix. The study reveals that this method can be incorporated into the SAGE algorithm. Furthermore, a modified fast sub- space tracking algorithm is given to adaptively estimate the signal subspace by utilizing training OFDM blocks sent at regular interval. Simulation results demonstrate the considerable benefits of the proposed channel estimation method.     

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。     

一种无约束优化问题的谱共轭梯度法

提出了一种新的谱共轭梯度法,证明了该方法不依赖于任何线搜索具有充分下降性,在Armijo线搜索下证明了算法具有全局收敛性。数值试验结果表明：在Armijo线搜索下,该方法比Necu-lai,Andrei提出的方法有效;并且4种测试函数的数值结果显示：新方法明显优于谱DY算法,也较谱FR算法有效;可以和谱PRP的计算效能相媲美,故算法具有良好的计算效能。     

Welding sequences optimization of box structure based on genetic algorithm method

The effect of the welding sequences is one of theimportant factors in welded structures since it can influ-ence on welding temperature field and welding residualstress and distortion. So optimization of the welding se-quence is required in welding procedure for high qualitywelded structures. The optimization of the welding se-quences is usually determined by experiment and expe-rience[1]. Butfor the complexor newwelded structure,since the numbers of welding sequence increases expo-nentially wi…     

LMS算法的最佳计算步长研究

ＬＭＳ算法在线性滤波中得到广泛应用,人们对其进行了许多研究,给出了算法收敛的充分条件和对固定计算步长的误差上下限算法,但以往对计算步长的定量研究尚很不充分。由于ＬＭＳ算法中权向量输入 数据的统计特性,迭代计算中应突出使用较近的历史数据。另外,由于ＬＭＳ算法是噪声梯度法,须使其计算步长逐渐缩小,以保证ＬＭＳ算法的稳态均方差趋向于系统的最小均方差。据此,提出一种估计最佳计算步长的新方法。新方法中将ＬＭ     

带回溯线搜索的新锥模型信赖域算法

结合线搜索方法计算量小的优点和信赖域算法很好的收敛性,将回溯线搜索应用到新锥模型自适应信赖域方法上构造了一类新的算法,并证明了该算法具有全局收敛性。初步的数值实验表明该算法是可行的。