求解对称区间矩阵标准特征值的进化策略新算法

针对实对称区间矩阵的特征值问题,将区间不确定量看成是围绕区间中点的一种摄动,提出了一种基于区间扩张的对称区间矩阵特征值问题求解的进化策略算法。将区间矩阵中点作为平衡点,区间不确定量作为相应的扰动量,根据摄动公式求出区间矩阵的最大特征值和最小特征值,从而获得区间矩阵特征值问题的解。算例显示了该算法的有效性,其主要特点是收敛速度快、求解区间精度高。     

一种求解复Hermite矩阵特征值的方法

介绍几种求解矩阵特征值和特征向量的经典算法及各自优缺点,通过理论推导,提出了一种性能稳健的方法,可以求解信号处理中常见的复Hermite阵.将对复Hermite矩阵求特征值和特征向量的问题转化为求解实对称阵的特征值和特征向量,而实对称阵的求解采用一种改进的三对角Householder法.最后把结果与Matlab仿真结果比较,可以看出该方法有很高的精确度.     

自适应学习集成优化算法及矩阵特征值求解

为了增强数值优化算法的高效性和鲁棒性,提出一种基于自适应学习的集成算法(self-adaptivelearning-based ensemble algorithm,SALBEA).在SALBEA中,采用贪婪繁殖算子、进化搜索策略学习算子、X进化算子、种群多样性维持算子改进算法进化结构.此外,SALBEA通过引入概率选择模型和自适应学习机制集成了4种有效的进化搜索策略.首先,为了评估所提算法的性能,采用26个测试函数进行算法对比测试,实验结果表明SALBEA比同类算法具有更好的高效性和鲁棒性.最终,将SALBEA用于求解矩阵特征值这一数值计算问题,结果表明该算法求解精度较高,具有较好的应用前景.     

求解矩阵特征值及特征向量的新方法

提出一种基于进化策略求解矩阵特征值及特征向量的新方法。该方法在进化过程中通过重组、突变、选择对个体进行训练学习,向最优解逼近。当达到预先给定的误差时,程序终止,得到最优解。实验结果表明,与传统方法相比,该方法的收敛速度较快,求解精度提高了10倍。该算法能够快速有效地获得任意矩阵对应的特征值及特征向量。     

求解对称非线性矩阵特征值问题的一个三阶收敛的算法

考虑对称矩阵A(λ)∈R~(n×n),它的元素是λ的解析函数.求λ∈R,向量x≠0,使得求解(1.1)称为求解对称非线性矩阵特征值问题. 对于一般非线性矩阵特征值问题已经有了很多有效的方法.本文的目的是如何利用矩阵的对称性给出一个运算量与通常使用的二阶收敛方法的运算量相当的三阶收敛算法.     

高阶高斯型积分计算机求解算法

提出一种新颖的高阶高斯积分算法.该算法不仅可以高效地求解高阶高斯积分问题,而且无论权函数是否为标准正交多项式均能统一处理,因而具有更广泛的工程应用价值和适用性.所提算法通过借助Hankel矩阵高效地解决了与高斯积分相关的非线性方程组的求解问题.算法只涉及矩阵乘法、求逆及求特征值等初等矩阵运算,而传统的方法需要应用到选代搜索等数值方法.因此新的算法具有更高的计算效率和精度.     

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。     

基于差分进化—单纯形混合算法求解绝对值方程*

绝对值方程Ax-｜x｜=b是一个不可微的NP-hard问题。在假设矩阵A的奇异值大于1（这里矩阵A的奇异值定义为矩阵ATA特征值的非负平方根）时, 给出了一种求解绝对值方程的新方法：差分进化—单纯形混合算法。该混合算法充分发挥了差分进化算法的群体搜索性和单纯形算法的局部细致搜索性,同时也克服了差分进化算法后期搜索效率降低和单纯形算法对初始点敏感的缺陷。数值实验表明所设计的混合算法是有效的。     

求解矩阵特征值的改进PSO算法

为了改进粒子群算法在求解矩阵特征值时只能根据矩阵特征值范围逐一求解特征值的现状。提出了一种改进的粒子群算法。改进的粒子群算法采用寻找到一个特征值后,适当改变适应值函数的策略,使搜索区域远离已寻找到的特征值,继续寻找其他的特征值,如此反复,直到寻找到所有的特征值为止。利用四个不同类型的矩阵求解特征值进行仿真,实验结果也验证了算法的实用性和有效性。     

矩阵特征值估计的粒子群优化算法

利用Gersehgorin圆盘定理与矩阵特征值的性质,将特征值的求解问题转化为最优化问题.借助粒子群优化算法与二分法思想,精确地估计了实(复)方矩阵的全体特征值,并与Matlab软件中基于QR算法设计的特征值求解函数eig的计算结果作对比,绝对误差达到10-7数量级以上.同时,也解决了特征值分离度的估计问题.     

求解矩阵特征值的混合人工鱼群算法

根据矩阵特征值的分布理论,通过确定矩阵特征值的分布区域,用混合人工鱼群算法来求解任意数值矩阵特征值的近似值。实验结果表明,这种基于混合人工鱼群求解矩阵特征值的算法,可达到一定的精度,能够有效地获得任意矩阵的特征值。     

基于融合邻域寻优与θ-PSO算法的矩阵特征值求解

提出一种融合邻域寻优与θ-PSO算法的矩阵特征值求解新方法,将矩阵特征值的求解问题转化为最优化问题。与需要多次运行程序分别求解不同范围的特征值算法相比,该方法可以一次性求出矩阵的全部特征根。仿真实验表明,该算法编程实现方便,对于不同类型的矩阵均可以应用,求解精度高,收敛速度快,大概在10~15代左右就可以收敛,完全可以满足工程实践运算中对精度和速度的要求。     

求解矩阵特征值的捕鱼算法

根据圆盘定理以及矩阵特征值的性质,将求解特征值的问题转化为最小化问题。通过圆盘定理确定寻优区域,用捕鱼算法在复数域内求解任意数值矩阵特征值的近似值。数值实验表明,该算法具有收敛速度快,计算精度高的优点。因此,该算法是有效和可行的。     

一种改进的BDPCA掌纹识别方法

在小样本的情况下,BDPCA算法中采用以训练样本的平均值作为样本分布中心,所得的特征值不一定是最优的。为此,提出了一种基于样本散度矩阵的改进BDPCA掌纹识别算法。该算法采用训练样本的K值矩阵替代训练样本的均值矩阵,构建相应的总体散度矩阵。在PolyU和CASIA掌纹库上的实验结果证明,该方法的最优识别率高于传统的BDPCA算法。     

基于矩阵旋转不变性的二维谐波免配对方法

主要研究加性噪声中二维谐波频率的估计问题。针对现有算法估计精度不高和计算量较大的缺点,提出了一种基于矩阵旋转不变性的免配对谐波频率估计方法。利用矩阵旋转不变性,通过观测数据获得一组具有对角结构的矩阵组。将矩阵组相加并对此进行一次奇异值分解同时获得两个信号子空间。同时对角化信号子空间的构造矩阵,得到了二维频率的估计,并且所得的二维频率能自动配对。仿真实验结果表明,在数据维数和信噪比都比较低时,该算法明显优于现有算法。在数据矩阵维数[60×60],信噪比[5 dB]时,该算法估计精度高于现有算法近3倍。     

求解TSP问题的一种改进的+进制MIMIC算法

十进制MIMIC算法是基于MIMIC二进制编码算法思想的可用来求解TSP的离散分布估计算法。着重考虑该算法在较大规模TSP问题上的算法缺陷,对其编码方式和概率模型进行了改进,提出了新的个体生成策略,在初始化种群阶段使用了贪心算法,在进化过程中引入了杂交算子、变异算子、映射算子、优化算子等演化算子,采用了动态调整方法来确定优势群体的规模。以上改进使得算法在小种群解大规模TSP问题的情况下仍可保持种群的多样性。实验结果表明,改进算法在求解规模、求解质量和寻优速度上都有明显提高。     

Origin-shifted algorithm for matrix eigenvalues

In this paper an origin-shifted algorithm for matrix eigenvalues based on Frobenius-like form of matrix and the quasi-Routh array for polynomial stability is given. First, using Householder's transformations, a general matrix A is reduced to upper Hessenberg form. Secondly, with scaling strategy, the origin-shifted Hessenberg matrices are reduced to the Frobenius-like forms. Thirdly, using quasi-Routh array, the Frobenius-like matrices are determined whether they are stable. Finally, we get the approximate eigenvalues of A with the largest real-part. All the eigenvalues of A are obtained with matrix deflation. The algorithm is numerically stable. In the algorithm, we describe the errors of eigenvalues using two quantities, shifted-accuracy and satisfactory-threshold. The results of numerical tests compared with QR algorithm show that the origin-shifted algorithm is fiducial and efficient for all the eigenvalues of general matrix or for all the roots of polynomial.     

基于灰熵关联分析的流水车间多目标调度优化及算法实现

求解流水车间多目标调度优化问题及算法适应度值分配问题, 结合灰色关联度分析方法及信息熵理论提出灰熵关联度适应值分配策略, 利用灰关联系数结合熵值权重计算适应度值, 以灰熵关联度值引导启发式算法进化. 将该方法应用到差分算法及遗传算法中解决三目标流水车间调度问题. 实验表明: 灰熵关联度适应值分配策略能够解决该问题, 可以得到分布均匀的Pareto 前端; 同时, 基于此策略的差分算法得到的解好于遗传算法的解.     

面向离散优化问题的量子协同演化算法

为解决现有离散优化算法在有限时间内容易出现过早收敛或难以收敛的问题,提出了面向离散优化问题的量子协同演化算法。该算法通过种群初始化策略构建分布均匀的初始种群,并改进粒子群和单点优化算法成为具有不同搜索能力的协同演化策略,进而利用量子旋转门根据种群个体的进化情况自适应地选择合适的演化策略,最后利用精英保持策略避免种群的退化。在标准离散问题和背包问题的测试环境中,各算法的平均收敛精度和实际收敛情况均表明,已提出的算法能够在有限时间内,收敛到精度较高的解,可用于求解具有时效要求的离散优化问题。     

基于LDL~T分解求实对称矩阵特征值的递归算法

基于线性代数与矩阵理论,给出利用LDLT分解计算实对称矩阵特征值的递归算法。该算法可求出实对称矩阵在给定区间内的特征值的个数,并可计算满足精度要求的特征值。理论分析和实际测试证明该算法是有效的。