基于共轭方向的半步有约束机械优化方法

有约束优化问题普遍存在于各个研究领域。有效的有约束优化方法均具有渐进寻优的特点。基于对优选可用方向法(可行方向法)的特点和局限性的分析,提出了半步法。一维寻优之后,如寻得边界最优点,则退回半步,然后以负梯度方向作为新的寻优方向,从而使算法具有渐进寻优的特点。为了有效地逼近边界极值点,增加辅助方向从而获得较好的新寻优方向。给出了寻优步骤和程序流程图。然后,总结出优选可用方向法的程序流程图。将原来的结构化一维盲人探路法进行了模块化。给出了半步法和模块化一维盲人探路法的C语言计算机程序。以二维二次目标函数的线性约束优化问题为例,验证了新算法的有效性。半步法可移植任何有效的无约束优化方法用于求解有约束优化问题。     

多维二次拟合函数优化方法

二次拟合函数法也称为函数模拟法或插值函数法,是公认的经典和有效的优化方法。以丰富优化方法为目的,补充了拟合目标导函数的一次拟合导函数法,推导了极值计算公式,并在多维优化方法领域进行了拓展研究。最后提出了多维二次拟合函数法。算例结果验证了算法有效。     

一种新的基于二阶导数的图像去噪算法

本文阐述了基于散度的和基于二阶导数的图像去噪算法之间的关系,提出了新的基于二阶导数框架的图像去噪算法,给出了切向扩散系数以及法向扩散系数.实验结果表明：当法向扩散系数为递减函数,在边缘区域该系数的值较小,有效地保留了法向方向的边缘,在平滑区域扩散该系数的值较大,起去噪作用;切向扩散系数则维持在较大的常量对切向方向噪声起较强的去噪作用;在此情况下基于二阶导数的算法能够取得较好的图像去噪效果.     

一种基于信赖域约束的优化问题的求解方法

讨论一类仅含有线性约束条件的优化问题,在每次迭代过程中,用二次近似模型近似目标函数,从而构造一个子问题,以便于确定迭代方向.在每个子问题求解时引入一组共轭方向,子问题可以转化为一个线性规划问题和一个一维约束优化问题.为了保证算法的总体收敛性,应用信赖域算法代替一维搜索,确定下一个迭代点.证明了算法产生的点列如有聚点,则必有一个聚点是原问题的K-T点.     

具有抽象约束的l-稳定函数的多目标优化问题的二阶充分条件

对于多目标优化问题而言,二阶最优性条件在优化理论中占有非常重要的地位,尤其是多目标问题的二阶充分条件,因为它能保证求得的解确实是原问题的有效解.在已有的无约束l-稳定函数多目标优化问题的二阶充分条件的基础上,借助定向距离函数和l-稳定函数的性质及引入的广义二阶Peano(Dini)方向导数,进一步刻画了具有抽象约束的l-稳定函数的多目标优化问题的二阶孤立极小点的二阶充分条件.     

基于目标函数梯度向量的相邻方向共轭法

从共轭梯度法的基本思想出发,在前一寻优方向起点和终点的负梯度向量平移所决定的平面内确定共轭方向,并提出二维和三维优化问题的共轭方向计算公式。根据向量的几何关系和矢量加减运算的几何意义,推导由任一寻优方向起点和终点的梯度所确定的共轭方向。此方法可用于多维优化问题的求解。提出新算法的寻优步骤,并与众多经典共轭方向计算公式相比。该算法不仅具有理论严密性,而且寻优有效,具有二次终止性。     

盲人探路负梯度方向法

负梯度方向法作为一个常用的优化方法在机械工程领域发挥着重要作用,但是,因其锯齿现象而具有计算量大、计算效率低的缺点。一维盲人探路寻优思想总结为:根据探测点与极值点相对位置的三种情况采取三种处理方案。基于此,将负梯度方向法进行了改进,提出了新的寻优方法——折线负梯度方向法。算法分为四部分:初始步长检验阶段;步长加倍探测阶段;暂不减半步长阶段;步长减半探测阶段。第三部分考虑了探测点远未及极值点的情况。提供了寻优思想流程图和完整的C语言子程序。通过与负梯度方向法的比较,证明了折线负梯度方向法具有计算量小、寻优效率大的特点。考虑远跨过极值点的情况,提出了走一步退半步探的算法。通过对不进行退半步探运算和退半步探时不减半步长两种情况的比较,证明了折线负梯度方向法的适用范围较广。     

一种改进的单纯形算法

针对无约束函数最优化问题,提出了一种能有效加快收敛速度的改进单纯形算法。在N-M单纯形算法的基础上,利用目标函数值的信息对反射中心重新定位,使反射方向更靠近目标函数最优值的方向,提高了搜索效率。函数寻优的对比测试结果表明,改进算法明显提高了单纯形算法的收敛速度和寻优质量。     

混合约束非线性最优化问题的消元随机方向法

针对这样一类混合约束非线性最优化问题,即目标函数除了随设计变量变化外、还沿着时间坐标t(或某一角度坐标)变化、目标函数随时间(或角度)的变化曲线及其极值又因不同设计变量组而异、最优设计应使目标函数随时间(或角度)变化的最大值为最小的最优化问题,提出了一种称为消元随机方向搜索法的新算法,介绍了这一算法的基本思想,给出了该算法的迭代计算程序框图.     

FSS电磁散射方向特性的快速计算

基于渐近波形估计(AWE)技术和矩量法(MOM)快速获取了一维频率选择表面(FSS)的电磁散射方向特性.首先采用MOM法将FSS的电场积分方程(EFIE)转化为矩阵方程,并确定角度导数矩阵方程(MEFD);再在某一给定角度处求解MEFD,得到给定角度处的各阶角度导数感应电流;最后根据Pade逼近理论由给定角度处的角度导数感应电流确定FSS在任意角度入射波照射下的感应电流.根据感应电流及谱域Floquet谐波模计算FSS的电磁散射方向特性.计算结果表明,AWE完全能逼近MOM逐点扫描计算的结果,同时在计算速度上可加快二十多倍.     

一种全局寻优的进化规划算法

文章在常规进化规划算法的基础上给出了一种新的全局寻优的进化规划算法 ,该算法在不用导数的前提下综合了梯度法计算效率较高与进化规划算法全局寻优的优点 .文章还通过四个典型的例子对两种算法的计算效率和计算精度作了比较 .     

非线性最优化问题的复合形旋转方向搜索法

针对不等式约束非线性最优化问题,分析了传统复合形算法收敛速度慢的原因,提出了一种称为复合形旋转方向搜索的新算法,给出了算法的迭代计算流程和程序框图.该算法与传统复合形法的主要区别在于:①迭代计算不以中心点作为复合形收敛中心,而以最好点作为复合形收敛中心;②迭代计算的映射点不在最坏点与中心点的连线方向选取,而在最好点与复合形各顶点的连线方向选取.     

有耗媒质中跨界面目标电磁散射的高效计算

计算分层媒质中三维目标电磁散射的首要任务是求解格林函数. 传统的离散复镜像法计算格林函数存在一定的缺陷,对此该文将增强型离散复镜像法与二维离散复镜像法相结合,求解了有耗分层媒质中任意跨界面三维目标的空域格林函数,并且与直接数值积分的结果进行比较,结果表明两者是一致的. 该文方法与一维离散复镜像法相比,极大地提高了矩量法矩阵阻抗的填充效率,有效解决了有耗媒质情况下的空域格林函数计算问题,具有工程实用价值.     

单参数快速搜索BP算法的研究与应用

提出了一种基于单参数坐标轮换法的改进BP算法.与其他算法相比,它不仅寻优方向性强,目标函数计算量小,而且使BP网络的收敛速度明显提高.仿真应用表明,该算法具有很好的鲁棒性.     

织构对TiN薄膜弹性常数的影响

用Voigt，Reuss和Hill模型计算了各向同性和具有理想纤维织构的氮化钛(TiN)薄膜的弹性常数矩阵．计算表明：材料的弹性矩阵强烈地依赖于材料的织构．为了定量地分析织构对弹性常数的影响，用晶体取向分布函数(ODF)法推导了弹性常数与织构系数的关系表达式．然后用高斯分布函数作为取向分布函数模拟了弹性常数随织构的变化情况。     

二元函数极值讨论的2种方法

<正>1基本理论定理1(极值充分条件)[1]设二元函数f在P0(x0,y0)的某邻域U(P0)内具有二阶连续偏导数,且P0是f的稳定点,则当Hf(P0)是正定矩阵时,f在P0取得极小值应;当H f(P0)是负定矩阵时,f在P0取得极大值;当Hf(P0)是不定矩阵时,f在P0不取极值.其中Hf(P0)为黑赛矩阵.     

基于改进人工蜂群算法的分布式电源规划

通过改进人工蜂群算法,建立了系统网损最小、电压质量最优的综合优化目标,应用判断矩阵法确定多目标的权重系数,进一步优化分布式电源的选址与定容.在改进的算法中,运用均匀设计-反向寻优的方法来优化初始群体,提高全局寻优率.同时,为了解决基于比例适应度选择不足的问题,用基于适应度排序的选择概率代替了基于比例适应度的选择概率,不仅使种群的多样性得到了保护,而且扩大了全局搜索的范围.最后采用IEEE33标准节点配电网仿真,通过算例分析来验证该算法的有效性和可靠性.     

双基地MIMO雷达二维DOD和二维DOA联合估计

提出一种双基地MIMO雷达L型阵列下多维角度联合估计的新算法. 该算法利用匹配滤波器输出信号特点构造不同的代价函数,采用迭代最小二乘算法估计收发阵列流形矩阵,根据L 型阵列结构的特点和最小二乘法,从估计出的矩阵中计算目标的二维DOD(direction of departure)和二维DOA(direction of arrival). 该方法无需谱峰搜索,可实现参数的同时估计与配对. 与ESPRIT 算法相比,具有更高的估计精度,并接近于克拉美-罗下限,且在小快拍数下也能较好地工作. 仿真结果验证了该算法的有效性.     

三维可视化在经典优化算法中的应用

三维可视化(科学可视化)已经成为现代科学研究的重要课题之一,多维函数问题在现实生活中层出不穷,将多维函数问题进行降维从而应用在三维可视化中就成为解决多维问题重要的一步.这个过程最主要的就是要求通过适当的降维方法将大量的多维数据降到人们能够利用或者方便处理的程度.根据规划中目标函数的线性性,线性降维算法和非线性降维算法已经成为解决多维函数问题的主要方法,将通过经典优化算法将非线性无约束规划问题进行降维,从而使该类多维问题在三维图像中实现可视化.     

一族带有两参数的修正型Chebyshev-Halley迭代方法（英文）

应用(2,1)阶Padé逼近方法,得到不需要计算二阶导数求解非线性方程的修正型Chebyshev-Halley方法的新两参数族,证明该族方法是至少三阶收敛。该族方法的每步迭代需要计算两个函数和一个一阶导数,数值实验表明,该族迭代方法与其它方法相比,在许多方面得到了更好的数值结果。