城市雨水径流污染模型参数优化方法研究

为了优化雨水径流污染模型参数,比较了四种不依赖模型具体数学表达形式的基于最小二乘法原理的参数估计算法,包括拟牛顿法、单纯形法、模式搜索算法和遗传算法,还比较研究了四种优化算法在收敛速度,收敛稳定形和准确性及初始值等方面对优化结果的影响.研究结果表明,拟牛顿法收敛速度最快,单纯形法稳定性最好,遗传算法对初始值最不敏感.在此基础上,提出优化雨水径流污染模型参数的计算方法,应结合遗传算法和单纯形等方法进行,该方法能够利用多次降雨事件记录的径流污染数据,同时优化污染物累积模型和污染物暴雨冲刷模型参数,为雨水径流污染模拟的模型选择和参数优化提供了较好的通用方法.     

一种对二次指数平滑预测中参数和初值的研究

针对指数平滑法在实际应用主要靠经验选取平滑参数和初值的不足,通过对传统预测模型的分析,提出了递推分割法来优选平滑参数以及初值选取模型化的思路,得到了比较优秀的平滑参数,获取了以预测的实际值n为划分依据的简便方法处理后的初值.然后将该优化方法应用于股票"三连商社"的预测,取得了明显优于传统模型的结果.     

低维工程优化问题的一种新的有效算法

本文给出了适用于小规模（例如维数ｎ＜１０）工程优化问题的一种新的有效算法，称为ＳＡＭＴ，即序贯增广罚函数极小化方法。文中详细介绍了ＳＡＭＴ的两种具体算法，都是应用增广罚函数的原理，再采用可变多面体搜索法（单纯形法，Ｎｅｌｄｅｒ－Ｍｅａｄ）求解该函数的无约束极小值。应用ＳＡＭＴ和ＳＷＩＦＴ两种算法对三个试验问题和三相变压器优化设计模型进行了计算与比较，结果说明对于有约束的优化问题，ＳＡＭＴ算法比ＳＷＩＦＴ算法收敛更快。     

PSO算法在土壤水分运移参数优化中的应用

把土壤水分运移参数的拟合按照模型参数的辨识和优化问题来考虑,将粒子群优化（PSO）算法应用到土壤水分运移参数的辨识和优化中,通过仿真及与其它参数辨识和优化方法的比较表明,PSO算法得出的模型参数优于自适应免疫遗传算法和最小二乘算法,具有简单、精度高、速度快、与初值无关和全局收敛等优点,是一种土壤水分运移参数辨识和优化的新方法。     

白色和灰色H-point法分析鲁南贝特片

比较H－point法在白色与灰色体系中的应用，考察其分析结果的可靠性。研究鲁南贝特片、氯唑沙宗、对乙酰氨基酚的紫外吸收光谱，优化纯组分区间，采用标准加入系列光谱数据，测定主要成分的含量，并与白色处理方法比较。得出了氯唑沙宗的回收率为102.9%，RSD＝2.12%（n＝7),对乙酰氨基酚的回收率为100.5%，RSD＝1.98%(n=7）；样品的标示含量为氯唑沙宗98.8%，RSD＝1.64(n=3）；对乙酰氨基酚98.3%，RSD＝1.69(n=3)。结果表明此法适合于灰色体系的分析，具有一定的实际应用价值。     

浅析模型参数的常用优选方法

常用模型参数有多种优选方法,本文对洪水预报模型中经常采用的试错法、Rosenbrock、单纯形法等优选方法进行了分析和总结对比,以期找出较为适用的洪水预报模型参数优选方法。     

基于改进EM算法的分布式MIMO系统联合参数估计

鉴于采用最大似然算法估计分布式多天线系统的信道增益与频偏存在多维优化使计算复杂度高的缺陷,以及采用期望最大化（EM）算法存在收敛速度慢、对初值依赖性大的不足,而期望条件最大化（ECM）算法用一系列计算简单的CM步来代替一个复杂的M步,弱化了初值对收敛性的影响.综合考虑ECM算法与最大似然（ML）估计算法来优化EM的收敛过程,提出了一种高效稳定的EM算法.该算法在CM步取得频偏的更新值后,通过ML的结果来更新信道增益.仿真结果表明：该算法对初值的依赖性较低、计算简单且稳定性高,结合空间选择期望最大化（SAGE）方法后能大幅提高收敛速度,且所得估计值的均方误差（MSE）能够逼近Cramer-Rao界（CRB）.     

流动注射-化学发光法测定湖水中的 As（Ⅲ）

基于As（ III）在碱性介质中对Luminol -KMnO4体系化学发光抑制作用，建立一种测定湖水中As （ III）的新方法。工作中，对泵速、光电倍增管高压、Luminol和KMnO4的浓度等实验参数进行了优化。结果表明，在优化条件下，1×10-4～1．2×10-2 mg/L的As（III）对Luminol-KMnO4发光的减弱有良好的线性关系（R2＝0．9970），检出限为8．2×10-5mg/L，相对标准偏差（RSD）（n＝11，c ＝5×10-3mg/L）为0．5％.该方法具有简便、快速、准确、重现性好等特点，可用于湖水中As（III）的测定，结果令人满意。     

代数方程求解方法收敛速度比较及对算法健壮性的影响

将交替方向隐式（ADI）、强隐（SIP）及Krylov子空间法中的TFQMR、Bi-CGSTAB方法实施于SIMPLER算法，作为其内迭代求解方法，比较了不同代数方程求解方法的收敛速度，并首次分析了它们对算法健壮性的影响，结果发现：内迭代方法不同，SIMPLER算法所表现出的健壮性也会有较大差异，采用不同的求解方法以及调节求解方法中的参数可以有效调整SIMPLER算法的健壮性．通过对具体算例的研究表明：当SIP方法的抵消参数α取值较高时，能获得比ADI快30％～50％的平均收敛速度，但算法的健壮性减弱；减小α值，在获得与ADI方法相同的收敛速度下，算法的健壮性却能远好于ADI；ILU（0）预处理的Bi-CGSTAB方法收敛速度较ADI平均能快15％～40％；当SIP方法取某口值时也能获得此收敛速度，但算法所表现出的健壮性却差于Bi-CGSTAB方法；ILU（O）预处理的TFQMR方法收敛速度慢于以上各方法，但其健壮性最佳。     

求解线性规划问题的单纯形“双进基”法

该文对线性规划问题中的单纯形法作了另一种改进，得到一种每次迭代两个非基变量“进基”，两个基变量“离基”的双进基法．其结果能用矩阵表示，迭代的步骤也并不比单纯形法复杂，但其迭代的次数要比单纯形法减少一半，如果一个线性规划用“单进基”法要迭代２ｎ次（２ｎ＋１次），那么，用“双进基”法只须迭代ｎ次（ｎ＋１次），从而加快了收敛于最优解的速度．     

改进Rosenbrock算法求包含平面多边形的最小圆

针对求包含平面多边形的最小圆问题,提出应用Rosenbrock算法求包含平面多边形的最小圆。指出对于上述求最小圆问题,Rosenbrock算法搜索极值点的成败与算法初始点的选择有关。分析了当Rosenbrock算法搜索失败时,目标函数在初始点附近取值情况;对Rosenbrock算法进行了改进：若算法在初始点X0沿初始标准正交向量组的搜索没有取得进展,将初始标准正交向量组作一旋转,得到新的标准正交向量组,算法在初始点X0沿新的标准正交向量组继续搜索。仿真实验表明,改进Rosenbrock算法有更好的搜索效果。     

基于混合优化算法的关节臂式测量机参数标定

为进一步提高关节臂式坐标测量机等高机动性精密测量设备的测量精度,使用D-H矩阵法建立其关节坐标转换数学模型并据此推导出参数误差模型.针对非线性多参数标定问题,通过变换分析消除了最小二乘法求解时矩阵中的冗余参数,降低了计算的复杂性.设定判定准则并实现最小二乘法和模拟退火算法的混合,提出了一种基于混合优化算法的参数标定方法,解决了LM算法的初值设定和SA算法的搜索效率逐步降低的问题.实验结果表明:关节臂式测量机参数经混合优化算法标定后,参数的误差范围有了显著的缩小,单点重复性误差的平均值减小了1.746 mm,长度误差的平均值减小了0.941 mm,测量误差得到了进一步的抑制.     

模糊C-均值聚类算法的改进研究

模糊C-均值聚类算法通过迭代的爬山技术来寻找问题的最优解,是一种局部搜索算法,容易受初始值的影响而陷入局部极小值.遗传算法是一种应用广泛的全局优化算法,是一种与求解问题无关的算法模式,能够有效解决模糊C-均值聚类算法对初始化敏感的问题,利用改进后的遗传算法能更好地解决聚类问题.     

一种基于遗传算法和LM算法的混合学习算法

针对遗传算法与神经网络结合方式中存在的早熟收敛、泛化能力弱等问题, 提出一种交替使用遗传算法和Levenberg Marquardt算法优化神经网络的混合学习算法（GALM算法）. 该算法先通过遗传算法粗调得到一组全局最优近似解, 再以该近似解为初值, 交替使用遗传算法和LM算法优化神经网络训练, 直至发现满意的网络参数. 实验结果表明, 新算法提高了网络的学习能力和收敛速度.     

模糊控制空调器参数优化的变群体规模遗传算法

提出了一种适合于模糊控制空调器参数优化的变群体规模遗传算法－－VPGA,通过对二维病态且难以极小化的单峰考评函数－－Rosenbrock函数的计算,证明了VPGA较标准遗传算法（SGA）具有较高的全局寻优能力,采用该算法对模糊控制空调器的比例因子进行了优化,并与单形调优法的优化结果进行了对比,结果表明,采用VPGA避免了局部最优问题,同时也提高了收敛速度。     

一种初值优化的K-均值文档聚类算法

K-均值算法是文档聚类中常用的一种划分方法.近年来,为提高聚类质量,出现了不少优化初始中心的改进算法.该文在基于密度选择中心点算法的基础上,建立了相似度概率模型辅助密度参数的确定,有效减少了参数选择的盲目性.同时,该文提出一种二分快速确定K值最优解的方法.大量实验结果表明,该方法具有理想的效果.     

一种融入小生境技术的遗传禁忌算法

针对遗传算法在全局优化问题中容易出现早熟和收敛速度慢,禁忌搜索强烈依赖于初始解等问题,根据遗传算法和禁忌搜索算法自身的特点,分析两者的优势和不足,提出了一种融入小生境技术的遗传禁忌算法.该算法采用融入了小生境技术的遗传算法作全局搜索,用禁忌搜索算法作局部搜索,可以加快收敛速度,同时可以抑制早熟现象,避免过早收敛到局部最优.分析和实验结果表明,该算法能很好地抑制早熟收敛,同时在计算速度和计算结果方面都有改进,是一种快速有效的优化算法.     

大规模参数优化算法及其在R-R模型中的应用

研究并建立一种参数优选的改进遗传算法．该方法是一种隐并行非数值算法,它能较好地处理非线性、多峰、非凸的寻优问题．利用该算法对流域降雨－径流模型的九个参数进行优化,能克服传统优化方法把降雨径流物理过程割裂开来的缺陷;同时可求出产汇流过程参数群的值,实现整体优化．计算结果表明,该算法效果令人满意．     

淮河上游地区降雨径流分析及模拟

为了掌握淮河流域的水情信息,对淮河干流王家坝以上流域的降雨径流进行分析和模拟。采用流域内1985-2007年的站点历史资料对降雨径流进行分析,并且应用分布式SWAT模型,采用SCE-UA算法进行参数自动校准并进行检验,建立降雨径流月尺度模拟模型。分析发现流域年降水量50%集中在6-8月,并且淮南山区息县及潢川子流域的月平均径流和径流系数都大于属于淮北平原区的班台子流域。息县、潢川、班台及王家坝月径流的模拟结果确定性系数分别达到0.77、0.81、0.69和0.80。淮河上游地区的降雨存在明显的季节集中性,并且淮南山区和淮北平原区因地势不同使产流特征不同。流域中水利工程设施的应用对天然降雨径流过程的改变产生很大影响,使班台子流域的模拟结果差于其他子流域。研究区属于径流资料短缺地区,分布式水文模型的建立充分反映了下垫面的已知信息,弥补了径流资料短缺的不足之处。