多处理机系统上求解非线性方程组的异步并行拟牛顿法

异步并行算法由于在任何时刻它的进程不等待输入,因而异步并行算法与同步并行算法相比效率高得多,但往往算法分析极为困难,本文给出了多处理系统上求解非线性方程组的一种异步并行拟牛顿算法,证明了其收敛性,数值试验例子表明该算法有较好的收敛速度。     

基于拟牛顿法的前向神经元网络学习算法

针对前向神经网络现有BP学习算法的不足,结合非线性最优化方法,提出一种基于拟牛顿法的神经元网络学习算法。该算法有效地改进了神经元网络的学习收敛速度,取得了比常规BP算法更好的收敛性能和学习速度。     

基于DFP校正拟牛顿法的傅里叶神经网络

针对傅里叶神经网络采用最速下降法导致局部极小、学习速度慢以及泛化能力差的问题,提出一种基于DFP校正拟牛顿法的新学习算法。该算法计算复杂度低,能保证网络具有良好的泛化能力和全局最优性。通过2个数值算例检验该算法,同时和BP神经网络以及另外2种傅里叶神经网络作比较。结果表明,该算法计算复杂度约为最速下降法的5%,为最小二乘学习算法的80%,具有较好的泛化 能力。     

OpenGL在机械手三维运动仿真中的应用

该文介绍了OpenGL的功能及其实现三维动态仿真的原理与过程,并以一个多自由度机器人机械手为例,对它的结构进行了简化并建立了其运动学模型。重点讲述了用OpenGL实现三维运动仿真的基本方法及其实现,认为在仿真过程中采用“双缓冲技术”能得到平滑的动画,并分析了“双缓冲技术”的实现技术。本文对机械手的结构进行了简化,将机械手的每一个连杆看成一个子体,提出用“堆栈矩阵”法来解决运动仿真时多子体运动的继承性问题,为多自由度机械手的三维运动仿真提供了一种新的方法。     

基于拟牛顿法的连铸结晶器热传导反问题求解

在实际的工业过程中,热传导反问题广泛的存在于各个应用领域;由于连铸的生产环境恶劣,给连铸钢坯的浏温造成了很大的困难,导致连铸结晶器热传导反问题的求解是很困难的;在研究了热传导反演算法的基础上,基于连铸结晶器的有限的测量点,通过热传导反演算法可以求出结晶器的热流密度,给连铸的优化和控制提供依据;在建立了连铸热传导反问题模型的基础上,提出了基于拟牛顿法的连铸结晶器热传导反问题求解的改进算法,该算法可以有效的利用当前搜索过程中的信息,通过近似目标函数的二阶导数来加快算法的搜索效率,采用了Wolf步长选择规则克服了算法收敛速率慢的缺点,并且该算法无需计算Hessen矩阵,能够有效降低计算的复杂度;实验结果表明该算法能够快速有效的求解该问题;该方法用于连铸结晶器热传导反问题是可行的、有效的.     

二维抛物型方程参数反演模型的拟牛顿法

讨论了二维变系数抛物型方程的参数识别反问题,将其归为最优化问题,指定待定参数的函数类形式,用拟牛顿法来演化待求参数的最优估计值,并将该方法运用于线性扩散方程和具有分段函数系数的二维抛物型方程的参数识别反问题的数值模拟中,数值结果表明拟牛顿法（BFGS）解决此类问题是有效的和可行的。     

基于拟牛顿法的最优化射线追踪

研究了一种适合于多层层状介质射线追踪的方法--最优化射线追踪法.首先,从射线在整条路径上满足费马原理出发,即波沿射线比沿其它路径传播的时间短,通过采用一阶泰勒展开,用差商代替雅可比矩阵中的偏导数的拟牛顿方法,推出一个求解射线校正量的线性方程组,此方法可以减少计算雅可比矩阵元素和求逆的时间,当时间对整条射线路径上的节点的导数值满足精度要求时,认为射线追踪过程结束.模型计算表明,该方法对多层层状介质的射线追踪能达到很好的效果.     

一种基于拟牛顿法的大类别分类算法

支持向量机利用接近边界的少数向量来构造一个最优分类面。然而当两类中的样本数量差别悬殊时，PSVM算法则会过度拟合样本量大的那一类，而对样本量很小的那一类的错分率相当高。为解决此问题，本文提出了一种改进的支持向量机算于拟牛顿法的大类别分类算法。同时，这个问题也是大类别分类问题所采用的留一法面临的问题，在DFP-PSVM的基础上，提出了基于拟牛顿法的大类别分类算法。通过仿真实验证实了此算法在精度上优于PSVM算法。     

SIMULINK在液压回路动态特性仿真中的应用

针对液压系统动态特性仿真问题,分析了节点法建立液压回路数学模型的方法,用容腔节点表征回路的压力变化,对与容腔节点相连的液压元件则建立其流量方程.研究了在SIMU-LINK下建立容腔节点和液压元件仿真模型的方法,并将仿真模型封装为用户定制模块,为快速建立系统仿真模型奠定了基础.给出了仿真实例,表明这种应用SIMULINK实现液压系统动态特性仿真的方法是有效的.     

网格技术在仿真中的应用

该文从仿真技术发展过程中网络技术所起的作用出发,探讨网格技术在仿真中的应用前景.针对目前制约仿真技术发展的几个瓶颈问题,结合网格技术的特点论述了网格技术是如何解决这些瓶颈问题的,并根据目前网格技术的应用情况,介绍了一个将网格技术成功应用到仿真中的大规模军事仿真的应用实例.     

Quasi-Newton methods: superlinear convergence without line searches for self-concordant functions

We consider the use of a curvature-adaptive step size in gradient-based iterative methods, including quasi-Newton methods, for minimizing self-concordant functions, extending an approach first proposed for Newton's method by Nesterov. This step size has a simple expression that can be computed analytically; hence, line searches are not needed. We show that using this step size in the BFGS method (and quasi-Newton methods in the Broyden convex class other than the DFP method) results in superlinear convergence for strongly convex self-concordant functions. We present numerical experiments comparing gradient descent and BFGS methods using the curvature-adaptive step size to traditional methods on deterministic logistic regression problems, and to versions of stochastic gradient descent on stochastic optimization problems.     

拟牛顿算法在SVM内核优化中的应用

使用SVM进行分类,超参数的选择非常重要,它直接影响分类的性能。在实际应用中,最优SVM算法参数选择还只能是凭借经验、实验对比、大范围的搜寻或者利用软件包提供的交叉确认功能进行寻优。而拟牛顿算法,可在一个校验集上最小化一个经验误差估计来优化SVM的超参数,使超参数在分类任务中达到最优值,从而取得理想的分类结果。该文对拟牛顿算法进行了探讨,并将其应用在基于SVM的羽绒识别系统中,实验结果表明,该算法是有效的,与未经过超参数优化的SVM分类器相比,羽绒的识别率有了较大提高。     

A Modified Quasi-Newton Method for Optimization in Simulation

Optimization in Simulation is an important problem often encountered in system behavior investigation; however, the existing methods such as response surface methodology and stochastic approximation method are inefficient. This paper presents a modification of a quasi-Newton method, in which the parameters are determined from some numerical experiments. To demonstrate the validity of the devised method, two examples resembling the M/M/1 queueing problem are solved. The closeness of the converged solutions to the optimal solutions and a comparison with two stochastic approximation methods indicate that the modified quasi-Newton method as devised in this paper is a robust and efficient method for solving optimization problems in simulation.     

基于网络模拟的多媒体网络性能评价方法

计算机模拟是多媒体网络性能评价的一种重要手段。该文在分析多媒体网络特点及其性能评价指标的基础上,着重讨论了运用计算机模拟技术对多媒体网络进行性能评价的方法。还根据讨论结果完成了一个模拟实验,对一个特定多媒体网络在不同多媒体业务下的一些性能指标进行了分析,并根据分析结果,给出了该性能指标的性能空间。     

一种固体火箭发动机性能仿真与评估方法研究

关于固体火箭发动机性能的准确评估问题,针对固体火箭发动机试验耗费时间周期长,且评估性能决定动力系统的可靠性。发动机在工作过程中的推力、燃烧室压强、总冲量、比冲量等性能参数的可靠性均存在一个置信区间,通过试验方法难以评估在制造及使用过程中的随机因素影响下的性能可靠性。可用蒙特卡洛仿真方法解决上述问题。为了更全面评估性能参数的可靠度,引入了抽样验收方法,得到了性能参数可靠度的置信区间。采用修正内弹道计算模型,对大扩张比发动机进行仿真,结果与试验数据进行了对比。实验表明,仿真模型的精确性可以满足要求,结果与试验数据具有较高的一致性。证明评估方法可以全面的反应性能参数的统计特性,可为发动机的可靠性提供保证。     

拟Newton法在高阶矩阵中的应用——求解最大特征值及特征向量

将求解高阶矩阵的最大特征值及其对应的特征向量问题转化为高阶非线性方程组的求解问题。在此基础上,提出了求解矩阵最大特征值及其对应特征向量的拟Newton法,给出求解矩阵最大特征值及其单位化向量重新整理后的Broyden方法公式、BFS方法公式、DFP方法公式及其对应的Broyden算法,BFS算法,DFP算法。以层次分析法中高阶判断矩阵为例验证了该方法的可行性,说明了该方法相对收敛速度快的优势。     

基于多元联合熵的航空发动机性能分析

航空发动机的无序度在整个演化过程是在不断变化的。本文引入了信息熵理论,用多元联合熵来刻画航空发动机的有序性和演化方向。实际数据分析表明:用多元联合熵描述的航空发动机的性能演变趋势与实际情况吻合。本文的研究为航空发动机及其它复杂机械系统的性能监控提出了一种新的普适性方法。     

基于多元联合熵的航空发动机性能分析

航空发动机的无序度在整个演化过程是在不断变化的.本文引入了信息熵理论,用多元联合熵来刻画航空发动机的有序性和演化方向.实际数据分析表明：用多元联合熵描述的航空发动机的性能演变趋势与实际情况吻合.本文的研究为航空发动机及其它复杂机械系统的性能监控提出了一种新的普适性方法.