不等式约束二次规划问题的一个近似迭代算法

通过对搜索方向的迭代计算，给出了一个求解一般不等式约束二次规划问题的迭代算法，并详细讨论了该算法的基本理论问题，同时给出了算法的某些修正技术及初始点的选取情况。     

一类集值映象变分不等式组

利用投影方法研究了一类集值映象变分不等式组解的问题，给出了其解的迭代算法，并证明了由迭代算法生成的迭代序列的收敛性。     

不等式约束二次规划的不动点迭代

提出了不等式约束二次规划问题的一个光滑型方法。通过分析最优解满足一线性互补问题这一特征，利用信息论中的极大熵原理求解并获得了基于不动点的光滑迭代算法。分析了解存在的必要条件及迭代算法收敛性，给出了算法的迭代格式，通过数值模拟证明该算法的有效性，从而为不等式约束二次规划问题的求解提供了新途径。     

极大熵原理与互补问题的一种迭代算法

把基于信息理论的极大熵原理应用到互补问题的一种等价的不动点格式中，构造了一种光滑的迭代算法，给出了迭代算法收敛的充要条件，对于对称单调的互补问题，给出了收敛的充分条件，扩充了原来的梯度投影法要求严格单调的限制，得出了与外梯度投影法类似的收敛性条件，最后，给出了数值算例，包括标准互补问题都题和随机生成的教师，并给出了该光滑控代算法与外梯度投影法的数值比较。     

Banach空间中的一类广义混合非线性隐拟变分包含

给出了Banach空间中一类广义集值混合非线性隐拟变分包含问题，通过对m-增生映象运用Nadler定理和隐预解算子技巧，构建了这类广义变分包含的迭代算法，并证明了其解的存在性和由迭代算法生成的迭代序列的收敛性。     

解不式约束型线性规划问题的一种高效算法

给出了一种求解不等式约束型线规划问题的算法，这种算法与现有的其它单纯形类算法相比，不但内存占用少，而且迭代次数少，运算速度快。     

SMDP基于性能势的M步向前策略迭代

运用基于性能势的M步向前(look-ahead)异步策略迭代算法研究了半Markov决策过程(SMDP)优化问题。首先给出了基于性能势理论求解的一种M步向前策略迭代算法。该算法不仅对标准策略迭代算法和一般的异步策略迭代算法都适用,而且对SMDP在折扣和平均准则下的优化也是统一的;另外给出了两种性能准则下基于即时差分学习的M步向前仿真策略迭代。最后通过一个数值算例比较了各种算法的特点。     

多维优化问题的一个自适应两点步长算法

给出了克服牛顿算法缺陷的自适应两点步长的算法。利用拟牛顿性质得到包含前两个迭代点有关信息的迭代步长因子解析表达式，无论初始迭代点与最优解之间是否存在Hesse矩阵不正定点、鞍点和广义拐点，迭代点列自动快速逼近最优解，该算法具有自适应性且仍具有二阶收敛速度；证明了算法的收敛性，并给出了算例，利用Mathematics数学软件验证了算法的有效性。     

二维LP问题的一个直接算法

针对求解二维线性规划问题的几何算法-图解法,给出了一个二维线性规划问题最优解的性质定理,得到了求解二维线性规划问题的一个直接的代数性算法。利用该算法,可得到一般性规划问题的加速算法,其迭代过程至少是按二维迭代的,迭代速度快于单纯形法。     

工业过程稳态优化中的PID型迭代学习控制

给出一种ＰＩＤ型迭代学习算法，对工业过程稳态优化中的动态施行迭代学习控制，加快了动态响应，提高了控制效果。从理论上分析了算法的收敛性，并给出数字仿真结果。     

一种非线性约束优化的微粒群新算法

通过对标准微粒群算法(PSO)改进,采用动态罚函数的方法,提出了一种求解非线性约束优化问题的新算法.由于使用了一种新的适应度函数,该算法具有很强的全局寻优能力.     

一种无界区域上二维双调和边值问题的非重叠型区域分解算法

以二维双调和外问题为例,提出一种带圆型人工边界的非重叠区域分解算法.构造其算法并讨论相应的离散化问题的收敛性,证明算法收敛速度与有限元网格参数无关,适当选取松弛因子,算法是几何收敛的.理论分析表明,用该方法求解无界区域问题是十分有效的.     

非线性极大极小问题的一个有效算法

针对一类非线性约束极大极小问题,利用极大熵方法将其转化为带等式、不等式约束的非线性规划问题,给出了一种梯度投影算法,解决了一般约束的非线性大系统优化问题,该算法初始点可任意;同时证明了该算法的全局收敛性。初步的数值试验表明,对于该类极大极小问题,算法有良好的数值表现。     

三维打印中的底层多边形优化

三维打印过程中,底层多边形模型存在着数据点冗余、形状粗糙等问题,造成模型成型效率低,表面模型不光滑,急需要对底层多边形进行优化. 现有的多边形优化算法没有考虑到在三维打印过程从多边形转换为相应的加工指令及加工机构的平滑运行等问题. 为此,本文提出一种新的底层多边形优化算法,该算法利用基于面积最小原则的多边形简化算法来减少多边形顶点数,再通过Hermrite曲线和B样条对多边形进行样条化处理,使多边形边界变得光滑,并对样条化后的多边形顶点进行均匀离散化,使优化后的底层多边形更便于机械指令集的操作. 实验结果证明该算法可以提高底层多边形的质量并满足三维打印的工程要求.     

蚁群算法理论及应用

蚁群算法是优化领域中新出现的一种仿生进化算法。该算法采用分布式并行计算机制,易与其他方法结合,具有较强的鲁棒性。本文首先介绍了蚁群算法的基本原理,然后讨论了蚁群算法的应用,最后评述了蚁群算法未来的研究方向和主要研究内容。该算法用于解决组合优化问题,如TSP、QAP、JSP等效果很好。     

全局优化的了望算法

提出求解全局优化问题的了望算法.了望算法利用了望技术确定群山最高点的常识,通过了望管理机制、了望点产生策略、局部问题构造与求解机制,能在较短的时间内求解全局优化问题.大量的测试表明,了望算法具有较高的收敛率和较强的获得问题全部解的能力,对初始点几乎没有依赖,参数选择简单.了望算法能够保证在迭代过程中迭代点的质量逐步变好,所提出的三层次记忆机制极大地提高了望算法的收敛速度.大量的对比测试也表明,在收敛率和全局搜索能力等方面了望算法较遗传算法有一定的优势,且在大多数情况下了望算法耗时较少.由于了望算法是根据人类的高级行为智能和推理智能提出的一种智能算法,它为解决全局优化问题开辟了一条新的途径.     

用改进的Delaunay三角化方法生成二维非结构网格

网格生成是计算流体力学的一项重要内容.针对Bowyer算法生成Delaunay三角形过程中存在的问题,提出了一种改进算法.改进算法在确定新三角形时用一个排序过程替代了传统算法中一些复杂的搜索过程,避免了传统算法中容易出现的错误.利用改进的算法,很容易实现对边界复杂计算区域的网格剖分.     

一类全系数模糊规划问题及其求解方法

模糊规划是不确定规划的重要一类,对许多带有模糊信息的实际问题都能进行有效地处理,对模糊规划的求解方法进行讨论不仅具有理论意义,还具有实际意义.为寻求一类全系数模糊规划问题的求解方法,利用三角(或梯形)模糊数的排序准则并结合禁忌搜索算法设计了一种求解系数均为三角(或梯形)模糊数的规划模型的人工智能算法.数值算例表明笔者所提方法行之有效.     

一种适合于笔划跟踪的并行细化算法

为了解决字符识别过程中笔划不易跟踪及其若干特征难以提取等问题，给出了一种新的适合于笔划跟踪的并行细化算法。该算法运用并行机理，在满足细化基本要求的前提下，去掉了不便于笔划跟踪的冗余点，细化速度快且质量较好。该算法已成功地运用于手写数字识别系统及汉字识别系统中，其中利用该算法的表格识别系统已经达到实用水平。     

图像复原的一种改进算法

对图像复原中保持边缘规整化算法做了改进,改进算法利用矩阵运算解决了原有算法的非线性问题.