基于混合遗传算法求解非线性方程组

将非线性方程组的求解问题转化为函数优化问题,且综合考虑了拟牛顿法和遗传算法各自的优点,提出了一种用于求解非线性方程组的混合遗传算法。该混合算法充分发挥了拟牛顿法的局部搜索、收敛速度快和遗传算法的群体搜索、全局收敛的优点。为了证明该混合遗传算法的有效性,选择了几个典型的非线性方程组,从实验计算结果、收敛可靠性指标对比不同算法进行分析。数值模拟实验表明,该混合遗传算法具有很高的精确性和收敛性,是求解非线性方程组的一种有效算法。     

基于混合遗传算法求解非线性方程组

将非线性方程组的求解问题转化为函数优化问题，且综合考虑了拟牛顿法和遗传算法各自的优点，提出了一种用于求解非线性方程组的混合遗传算法。该混合算法充分发挥了拟牛顿法的局部搜索、收敛速度快和遗传算法的群体搜索、全局收敛的优点。为了证明该混合遗传算法的有效性，选择了几个典型的非线性方程组，从实验计算结果、收敛可靠性指标对比不同算法进行分析。数值模拟实验表明，该混合遗传算法具有很高的精确性和收敛性，是求解非线性方程组的一种有效算法。     

一种求解非线性方程组的量子粒子群算法

针对传统非线性方程组的解法对初始值敏感、收敛性差等问题,提出一种求解非线性方程组的量子粒子群算法.用量子位的概率幅对粒子位置编码,通过量子旋转门和量子非门完成粒子的更新与变异.该算法可发挥量子粒子群的群体搜索能力和全局收敛性,在算法中融入拟牛顿法,加强局部搜索能力,提高求解精度.数值模拟实验表明,算法有着可靠的收敛性和较高的收敛速度与精度.     

求解非线性方程组的拟牛顿-粒子群混合算法

结合粒子群算法和拟牛顿法的优点,提出了一种用于求解非线性方程组的混合算法。该混合算法充分发挥了粒子群算法的群体搜索性和拟牛顿法的局部细致搜索性,同时也克服了粒子群算法后期搜索效率降低和拟牛顿法对初始点敏感的缺陷。数值实验表明所设计的混合算法有极好的稳定性和较高的收敛速度和精度。     

一种求解非线性方程组的混合优化算法

本文针对非线性方程组的求解问题提出了一种混合算法。将修正牛顿法与最速下降法相结合。使两个方法相互最长补短,使得在迭代初始值不太好的情况下也能保证收敏性,同时加快收敛速度,数值结果表明该算法是有效的。     

求解相容非线性方程组拟牛顿和混合计算智能算法

本文针对变量数与方程数不一致的相容非线性方程组（ＣＮＬＥ）,先给出拟牛顿（ＱＮ）法。针对该算法的局部收敛性容易导致求解失败,通过在遗传算法（ＧＡ）中嵌入ＱＮ算子,并定义适当的适应度,从而得支结合ＧＡ和ＱＮ法两者长处,既有较快收敛性,又能以较大概率求解ＣＮＬＥ的混合计算智能算法。计算结果表明本文方法显著优于ＧＡ和ＱＮ法。     

一种求解非线性方程组的混合优化算法及程序实现

非线性方程组求解是工程实践与理论研究中的一个典型问题。传统的方法主要有梯度法、Newton迭代法等。该文综合修正Newton法与梯度法的各自优势,对非线性方程组的求解问题提出了一种混合方法并用C语言编码实现该算法。将两种方法相结合,使其相互取长补短,在迭代初始值不太好的情况下也能保证收敛性,同时加快收敛速度,数值结果表明该算法是有效的。     

求解复杂非线性方程组的新方法

提出了一种求解非线性方程组的数值方法,将求解非线性方程组的解转化为函数优化问题,应用粒子群优化算法求出一个近似解,将此解作为初始猜测值,进一步应用Levenberg-Marquardt（LM）算法求得更高精度的解,提高了时间效率。     

在Excel中实现用牛顿法求解非线性方程组

使用Excel的数组公式及其相关的函数功能,简单、直观地实现用牛顿法求解非线性方程组的方法.     

求解相容非线性方程组的拟牛顿法和混合计算智能算法

本文针对变量数与方程数不一致的相容非线性方程组(CNLE),先给出拟牛顿(QN)法.针对该算法的局部收敛性容易导致求解失败,通过在遗传算法(GA)中嵌入QN算子,并定义适当的适应度,从而得到结合GA和QN法两者长处,既有较快收敛性,又能以较大概率求解CNLE的混合计算智能算法.计算结果表明本文方法显著优于GA和QN法.     

基于遗传算法的非线性方程组求解

针对目前求解非线性方程组所采用的牛顿法及其变形算法存在的运算量大、求解速度慢的问题,提出了一个求解非线性方程组近似解的通用遗传算法。该算法主要采用求解目标函数极小值的思想,并结合遗传算法并行搜索的特点,通过选择和设置适当的父体选择策略、杂交算子、变异算子等参数,使算法取得了较高的收敛速度和精度。实验结果表明,该方法明显优于传统方法,并具有运算速度快、精度高、通用性好的特点。     

求解非线性方程组的蛙跳和 BFGS 混合算法

混合蛙跳算法具有算法简单、控制参数少、易于实现等优点,但缺乏良好的局部细化搜索能力,使得求解精度不高。借鉴BFGS算法强的局部搜索能力,将BFGS算法与混合蛙跳算法有机融合,形成性能更优的混合优化算法,并用来求解非线性方程组。通过3个非线性方程组的实验表明,该混合算法收敛精度较高,收敛速度较快,是一种较好的求解非线性方程组的方法。     

求解非线性方程及方程组的粒子群算法

用随机搜索性能良好的粒子群算法求解非线性方程及方程组问题,计算中不需使用目标函数的导数信息;实验结果表明了该算法的有效性。     

模糊非线性奇偶方程故障诊断方法

研究基于模糊模型和奇偶(一致性)方程的非线性系统执行器故障诊断方法.讨论了全解耦奇偶方程的产生方法,并给出了全解耦奇偶向量存在的条件.由全解耦奇偶方程产生的残差仅对特定执行器故障敏感,而与系统状态、扰动输入和其它执行器输入无关.用T-S模糊模型描述非线性系统,并与全解耦奇偶方程相结合得到了模糊奇偶方程,解决了奇偶方程在非线性系统中的应用问题.将执行器故障模型用刻度因子和偏差表示,用模糊奇偶方程产生残差,从而可以估计故障模型的参数.文章给出了某飞机非线性模型的仿真实例.     

一种求解大规模线性方程组的混合粒子群算法

本文介绍了一种大规模0/1线性方程组的特点,以及用标准粒子群算法求解时出现的不足。为此,提出了一种混合粒子群算法。该算法引入了遗传算法的变异机制,采用自适应惯性权重,动态调节粒子搜索时间,克服了标准粒子群算法求解该类线性方程组时易早熟、收敛精度低的缺点。仿真实验结果表明,采用混合粒子群算法能够有效地求解该类线性方程组。     

不确定非线性系统控制方法概述

不确定非线性系统的控制是目前国内外自动控制领域研究的一个热点。主要总结了近年来不确定非线性系统的控制方法，并分析了各种方法的优缺点。最后探讨了这一研究领域的研究趋向。     

一类非线性系统Fokker-Planck方程的解法

通过对一类典型非线性反馈系统的分析,提出一处对一阶和二阶反馈非线性系统的稳态Fokker-Planck方程的解析解法.根据这一方法,再利用最优降阶技术,提出高阶系统的近似解,并将其与RDF方法得出的近似解在精度上加以比较,得出有益的结论.     

一类求解非线性方程组算法的并行性能分析

讨论了一类求解非线性方程组算法的并行性能,与传统的算法不同之处是用一个块对角矩阵作为迭找矩阵,且该矩阵可由一个仅包含向量内积的矩阵与向量乘积的递推关系简便计算得到,在对算法进行描述之后,分析了算法的并行执行过程,给出了算法的并行加速比和对存储的需求分析,数值计算表明理论分析与数值结果相符合,算法具有较好的并行度和较低的存储要求,可适用于一般和大规模科学与工程的高性能计算。