带Levy变异的约束优化PS0算法

提出了一种解约束优化问题的新PSO算法(LCPSO).该方法引入了Levy变异策略,使算法LCPSO能有效克服标准.PSO算法易陷入局部最优的缺陷.为更好求解约束边界附近的全局最优解,算法在选择下一代个体时保持群体中不可行解的一定比例,这样,不但能有效增加群体的多样性,而且避免了传统的过度惩罚,使群体向最优解更好、更快的逼近.数值试验表明该算法对约束优化问题求解是非常有效的.     

线性互补约束均衡问题的一个光滑技术及全局收敛性

利用一个新的互补函数及光滑近似法的思想将线性互补约束均衡问题转化为等价的光滑非线性方程组来求解.提出了一种基于线搜索规则的SQP算法,并在非退化假设条件下得到该算法是全局收敛性结果.     

混合GA与SA求解非线性约束优化

在蜚 线性约束优化中，处理好约束条件和增强局部搜索能力是解决这类问题的关键。本文在给出问题一般形式的基础上，设计了一个模型退火和遗传算法结合的算法。它用模拟退火算法来增强局部搜索能力，用线性交叉来处理约束以外的解，将可行解与不可行解用适应值的正负来区分。仿真试验表明，该算法收敛速度快、搜索能力强、稳健性好，本方法是对应用遗传算法求解非线性约束优化问题的又一次深入探索。     

线性互补约束问题的一个SQP算法

针对非线性规划一些经典的算法一般不能直接应用到均衡问题上来的缺点,通过一个处处连续可微的互补函数以及光滑近似法的思想,把互补约束均衡问题转化为一光滑非线性规划问题,提出一个SQP算法求解该光滑非线性规划问题,并给出了算法的数值解,数值实验结果表明算法具有很好的收敛速度和寻优结果.     

支持向量机的一步光滑牛顿法

基于支持向量机的一个修正模型,将支持向量机优化问题转化为与之对偶规划等价的互补问题,简化了原二次规划问题.并利用Fischer-Burmeister互补函数,给出了一个求解该问题的一步光滑化牛顿算法.该算法每次迭代只需求解一个线性方程组,执行一次线性搜索,提高了运算效率,且算法可以任意选取初始点并具有二次收敛性质.初步的仿真实验表明该算法是可行有效.     

线性相位FIR滤波器约束Chebyshev设计的增广Remez算法

主要讨论线性相位FIR数字滤波器的约束Chebyshev设计问题 .Remez算法是一种高效的Chebyshev逼近算法 ,而其理论基础是交错点组定理 .针对约束Chebyshev逼近问题提出一个增广交错点组定理 ,并根据此定理提出了一个增广Remez算法 ,用于求解带不等式约束的线性相位FIR数字滤波器的Chebyshev设计问题 .如果问题的解存在 ,此算法一定收敛到问题的解 .与现有其它方法的比较表明 ,此算法有很高的效率 .     

一个求解非线性互补问题非单调自适应信赖域方法

基于Fischer-Burmeister函数(简称FB函数)可将非线性互补问题转化等价的无约束问题求解.在信赖域与非单调技术相结合基础上提出一个求解非线性互补问题非单调自适应信赖域算法.该算法具有全局收敛性,且在适当的假设下该算法也具有局部超线性收敛.数值结果表明该算法是有效的.     

半无限优化的光滑化拟Newton法及其在最优潮流中的应用

提出求解半无限优化(SIP)问题的一类新算法-光滑化拟Newton法.基于非线性互补函数(nonlinear complementary problem-NCP function),转化SIP问题的KKT系统为非光滑方程组,设计光滑化拟Newton法求解该方程系统.该方法的特点是在每步迭代中只需求解一个线性方程组系统,且算法具有较好的全局与局部超线性收敛性.利用该方法求解电力系统暂态稳定约束的最优潮流(optimal power flows with transient stability constraints OTS)问题,计算结果显示该算法的有效性.     

广义线性互补问题的一种连续化算法

首先给出了与广义线性互补问题等价的非光滑方程组 ,利用凝聚函数的性质进行带参数的磨光 ,并对参数方程的解曲线进行离散化追踪 .其次 ,提出了一种求解广义线性互补问题的连续化算法 ,说明了算法的可行性 .最后 ,在没有假设有严格互补解的条件下 ,给出了算法的大范围收敛性证明 ,并在适当的条件下 ,证明了该算法具有局部任意阶收敛     

求解最小支配集的线性混合整型规划算法

提出了一个高效的求解最小支配集问题的线性混合整数规划算法(MILP).该算法主要针对最小支配集问题的特点建立整数规划模型,并通过Gurobi求解器进行优化求解.采用当前国际文献公开的共74个算例作为算法测试实验集,与FKW算法、传统的Grandoni算法以及改进的Grandoni算法进行比较.实验结果表明,该算法的计算效率明显优于其它的精确算法,且在所有算例上都能得到精确解.     

浅析城市道路网中的最短路径算法

论文主要分析了一些经典的最短路径算法,以及这些最短路径算法单独应用于城市道路网中存在的局限性。在此基础上提出了一种改进的Dijkstra算法用来解决城市道路网中的最短路径问题,并给出了改进后的算法优于传统算法的优势之处。     

基于Q学习算法的随机离散时间系统的随机线性二次最优追踪控制

针对随机线性离散时间系统,利用Q学习算法求解无限时域的随机线性二次最优追踪控制(SLQT)问题.首先,假设通过命令生成器生成追踪所需的参考信号,并建立一个由原随机系统和参考轨迹系统组成的增广系统,把最优追踪问题转化为最优调节问题的形式.其次,为了在线求解随机系统的最优追踪问题,将随机系统转为确定性系统,并根据增广系统定义随机线性二次最优追踪控制的Q函数,在无需知道系统模型参数的情况下在线求解增广随机代数方程(GSAE).再次,证明了Q学习算法和增广随机代数方程的等价性,给出了Q学习算法实现步骤.最后,给出一个仿真实例说明Q学习算法的有效性.     

一种随机并行算法及其在VLSI布图中的应用

在ＶＬＳＩ布图中，有许多可以归结为组合优化的问题，用传统方法解决这类问题时，很容易陷入局部极值．利用一种随机并行算法－Ａｌｏｐｅｘ算法，通过将ＶＬＳＩ布图中的一些问题公式化，并选择适当的退火策略和参数值来寻找一个代价函数的全局极值以得到最佳结果．通过实例进行了验证，得到了比较好的结果．     

棒材下料优化新算法及网格钢窗CAD

介绍了一种网格钢窗CAD软件,其中关键技术是棒材的下料优化。虽然,这是一个老课题,研究者提出过各种算法,但是,效果还不十分满意。针对这类问题的特点,本文提出启发式序列线性优化算法。此算法与目前常用的规整数线性规划或遗传算法相比较,有简化程序,计算速度快,节材效果好的优点。     

电力系统无功优化算法研究综述（上）

综述了电力系统无功优化的相关概念、研究的关键问题和经典模型,系统地阐述了优化算法中的常规算法、智能算法及其改进算法在电力系统无功优化中的应用情况及存在的问题,并对各种优化算法的优缺点进行了分析比较.针对各种优化算法的不同特征,提出了一种综合各单一算法优点的混合算法求解无功优化问题.总结了近年来其它新型算法的无功优化的应用情况.最后指出了随着智能电网的发展,电力系统无功优化算法当前存在的问题及有待于深入研究的几个方面.实现无功优化的实时计算将是今后无功优化算法问题新的研究方向.     

改进遗传算法与粒子群优化算法及其对比分析

进化算法作为一类新的优化搜索方法，广泛应用于各种优化问题．现对简单遗传算法进行了改进，采用实值编码，并与模拟退火算法及基于适值排序和随机选择的方法相结合，形成了改进遗传算法．同时还介绍了一种新的进化算法一粒子群优化算法．将这两种优化算法应用于函数优化，并对优化结果进行了对比分析．比较结果表明，改进遗传算法和粒子群优化算法都可以在函数优化方面表现出较好的健壮性，但在找寻最优解的效率上，粒子群优化算法较好．     

解一类广义线性互补问题的神经网络模型

给出求解一类广义线性互补问题的一个非梯度的神经网络模型.运用Lyapunov稳定性理论和LaSalle不变集原理严格证明,当矩阵M半正定时,网络渐近稳定地收敛于原问题的一个精确解.该模型可以求解线性互补问题,它比已有模型简单,而且,它包括了求解二次优化问题的网络模型.数值模拟表明网络不仅可行而且有效.     

线性矩阵不等式及其在随机控制中的应用

随机控制理论中许多重要的问题,都可转化为线性矩阵不等式（LMI）约束的凸优化问题,从而使其在数值上易于求解。本文阐述了线性矩阵不等式方法的基本概念和内容,并介绍了有关算法及计算软件,最后举例说明其在随机不确定系统的鲁棒控制中的应用。     

一类特殊的非对称线性互补问题的两步迭代法

线性互补问题的高效能算法在大规模科学计算与工程中至关重要。而两步迭代法是一个适合求解大规模问题的有效算法。基于非对称逐次超松弛迭代法和投影共轭梯度迭代法的思想,文中提出了一类求解系数矩阵为三对角非对称M矩阵的线性互补问题的USSORP-PCG算法——两步迭代法。在建立算法收敛性定理之后,证明了算法的收敛性。数值例子通过扩大系数矩阵的规模,并与逐次超松弛迭代法比较来验证算法对于大规模问题具有高效性和良好的收敛性。