基于神经网络和SQP算法的焊接飞溅优化控制

提出了神经网络和逐次二次规划法的在线优化控制方法,在神经网络建模的基础上, 把SQP算法和直接搜索两种寻优方法作了比较;用NN-SQP方法对焊接过程飞溅进行了控制, 取得较好的效果．并提出了用电弧声表征焊接飞溅量的软测量方法．     

基于SQP算法的SAR成像导引头三维弹道优化

弹载SAR平台轨迹的设计是研究弹载SAR成像算法的前提。为了在满足SAR成像条件的同时降低导弹打击时间,需要对SAR成像导引头的弹道进行优化。该问题属于非线性最优控制问题,本文采用序列二次规划(SQP)优化算法进行求解。首先以波束驻留时间最小为指标函数,导弹俯仰、偏航加速度为优化变量,建立了SAR成像导引头三维弹道优化模型,模型的约束包括SAR成像约束、过载约束和导弹飞行高度约束。然后,将原最优控制问题进行参数化,转换成非线性规划问题,利用SQP算法进行求解。参数化时,离散节点越多,得到的非线性规划问题规模越大,求解速度就越慢。仿真结果表明,SQP算法能够有效解决SAR成像导引头三维弹道优化问题,得到的解满足模型约束。     

复杂化工流程的优化及在DOPS上的实现(I)复杂化工流程的优化策略

在数据驱动的化工流程模拟系统ＤＯＰＳ（ＤａｔａＯｒｉｅｎｔｅｄＰｒｏｃｅｓｓＳｙｓｔｅｍ）中采用逐次二次规划，实现了一个通用的复杂过程优化系统。本系统的规格化由系统根据变量、约束条件的上下限和初值自动进行，也可以在界面上由用户给出。本系统在流程扰动过程中引入Ｐ矩阵以简化流程计算提高计算速度，利用模块的中间结果提高了模块的计算效率，改善了系统的收敛性能。     

复杂化工流程的优化及在DOPS上的实现（Ⅰ）：复杂化工流程？…

在数据驱动的化工流程模拟系统ＤＯＰＳ（Ｄａｔａ－Ｏｒｉｅｎｔｅｄ ＰｒｏｃｅｓｓＳｙｓｔｅｍ）中采用逐次二次规划，实现了一个通用的复杂过程优化系统。本系统的规格化由系统根据变量，约束条件的上下限和初值自动进行，也可以在界面上由用户给出。本系统在流程扰动过程中引入Ｐ矩陈以简化流程计算提高计算速度，利用模块中间结果提高了模块的计算效率，改善了系统的收敛性能。     

基于SQP局部搜索的蝙蝠优化算法

针对基本蝙蝠算法存在寻优精度不高,后期收敛速度较慢和易陷入局部最优等问题,提出一种基于序贯二次规划（Sequential Quadratic Programming,SQP）的蝙蝠优化算法。该算法应用佳点集理论构造初始种群,增强了初始种群的遍历性;为避免算法陷入早熟收敛,引入柯西变异算子对种群中精英个体进行变异操作,增加种群多样性;在迭代后期,对最优个体进行SQP局部搜索,提高蝙蝠算法的局部深度搜索能力,保证个体在靠近全局最优值时能够寻优到全局最优解,加快种群进化速度。通过仿真实验结果证明,改进后的蝙蝠算法性能优越,具有良好的寻优精度和收敛速度。     

Minimax问题的一个超线性收敛的SQP算法

本文提出一个求解Minimax问题改进的SQP算法.对已有的算法降低计算工作量,减弱假设条件,并得到更好的全局收敛和超线性收敛性结果.最后数值实验表明算法是有效的.     

基于匈牙利算法的LDPC编码优化实现

LDPC 编码优化包括下三角和准下三角两种类型,目前主要采用各种贪婪算法。针对这一问题,基于组合论中的匈牙利法提出了一种新的迭代算法。该算法不仅可以进一步提高优化性能,还可以通过修改目标函数在下三角和准下三角之间合理均衡以便确定LDPC编码优化的最佳性能参数。     

基于SQP 局部搜索的混沌粒子群优化算法

提出一种基于序贯二次规划(SQP)法的混沌粒子群优化方法(CPSO-SQP).将混沌PSO作为全局搜索器,并用SQP加速局部搜索,使得粒子能够在快速局部寻优的基础上对整个空间进行搜索,既保证了算法的收敛性,又大大增加了获得全局最优的几率.仿真结果表明,算法精度高、成功率大、全局收敛速度快,明显优于现有算法.将所提出的算法用于高密度聚乙烯(HDPE)装置串级反应过程的乙烯单耗优化,根据工业反应机理以及现场操作经验分析可知,所提出的算法是可行的.     

基于虚拟样机和SQP的机械结构参数优化

针对虚拟样机结构参数优化设计问题,采用灵敏度分析的方法确定各结构参数对目标函数的影响显著性,并获得对目标函数有重要影响的结构参数;利用序列二次规划算法与虚拟样机融合,实现了对结构参数的优化,研究结果表明该结构具有较大的设计改进空间;提出了一种利用虚拟样机结合序列二次规划算法对结构参数进行优化的方法;该方法不仅建立了较为完备的优化方案体系,为机构的进一步开发和设计提供了有利的工具,同时也为工程设计人员提供了一种优化思路.     

基于子集构造法的优化的NFA确定化算法

使用子集构造法对非确定有限自动机进行确定化的过程中存在大量重复计算的问题.为解决此问题,基于非确定有限自动机的特点并针对子集构造法的不足,提出了一种优化的非确定有限自动机确定化算法.首先定义了识别符的有效引出状态集概念并证明了ε-closure的并定理以保证算法的正确性,其次给出了用于避免重复计算的识别符的有效引出状态集的构造子算法和单状态集的ε-closure的求算子算法,基于这两个子算法给出了优化的非确定有限自动机确定化算法,最后将算法应用于实例,实验结果表明计算量远小于子集构造法的计算量.相比子集构造法,算法能更有效地对非确定有限自动机进行确定化.     

A new non-monotone SQP algorithm for the minimax problem

In this paper, a new sequential quadratic programming (SQP) algorithm is proposed to solve the minimax problem which uses the idea of nonmonotonicity. The problem is transformed into an equivalent inequality constrained nonlinear optimization problem. In order to prevent the scaling problem, we do some modifications to the minimization problem. By the non-monotone SQP method, the new algorithm is globally convergent without using a penalty function. Furthermore, it is shown that the proposed method does not suffer from the Maratos effect, so the locally superlinear convergence is achieved. Numerical results suggest that our algorithm for solving the minmax problem is efficient and robust.     

基于蚂蚁算法的函数优化

针对一般的(无约束或有约束)函数优化问题,给出一种新的基于蚂蚁群集智能的随机搜索算法,对目标函数没有任何可微甚至连续的要求,可有效克服经典算法易于陷入局部最优解的常见弊病.大量算例测试结果表明,该算法具有良好的效果.     

多体动力学优化的并行SQP方法

并行计算的发展大大提高计算机的计算效率,降低计算时间.针对多体动力学的优化问题,分析了求解灵敏度的三种方法的并行性,建立了有限差分法与直接微分法的并行算法.同时采用并行Armijo线性搜索,构成了完整的并行序列二次规划(SQP)算法.将上述算法应用到曲柄滑块的优化中,并与串行SQP算法进行了比较,证实了并行SQP算法可以大大降低计算时间.上述研究为多体动力学优化提供了一种并行求解思路.     

基于最优小波和序列二次规划的信号压缩算法

为了寻找待压缩信号的最优小波,提出了一种适用于一维和二维信号的寻找其最优正交小波的算法.首先根据小波变换的多分辨分析原理,把待压缩信号投影在其小波变换子空间v-1和w-1上;然后令其在w-1上的投影达到最小并据此推出最优小波滤波器的推导公式;最后,基于序列二次规划求出给定信号的最优小波.实验清楚地显示了用新算法求出的最优小波的正确性,并表明用此算法得出的最优小波进行信号压缩,在压缩比不变的情况下,效果优于D-8小波等其他常见小波.     

The Dynamic-Q optimization method: An alternative to SQP?

In this paper, a constrained optimization method, called the Dynamic-Q method, is presented. Simply stated, the method consists of applying an existing dynamic trajectory optimization algorithm to successive spherical quadratic approximations of the actual optimization problem. The Dynamic-Q algorithm has the advantage of having minimal storage requirements, thus making it suitable for problems with large numbers of variables. The Dynamic-Q method is tested and results obtained are compared to results for a sequential quadratic programming (SQP) method. Indications are that the new method is robust and efficient, and particularly well suited to practical engineering optimization problems.     

复数编码粒子群算法及在函数优化中的应用

为拓展个体基因包含的信息量,将复数编码用到粒子群算法中,用复数来表示粒子的基因,构造双倍体粒子群,提出一种复数粒子群算法（PCPSO）。目标函数自变量的大小由复数的模决定,复数的幅角决定自变量的符号。粒子飞跃分成实部基因和虚部基因两部分,文中给出了复数编码粒子群的更新关系,并对收敛性进行了分析。对典型函数进行实验,结果与实数编码方法相比,验证了方法的有效性。