解多目标规划的区间极大熵方法

利用极大熵原理及有关逼近结果,使之与区间算法结合,提出一类求解多目标规划问题的区间极大熵方法,并证明算法的收敛性,给出风险投资的多目标规划问题的数值解.     

一般约束凸规划极大熵方法的收敛性

带约束的极大极小问题是一类不可微优化问题，通常的解决是通过增加约束将其转化为可微优化问题，极大熵方法是一种用光滑函数逼近最大值函数的方法；基于这种方法，给出一种求解带一般约束的极大极小问题的逼近方法，并针对凸规划问题证明了这种方法的收敛性，即当控制参数趋于正无穷时，近似问题的最优解收敛于原问题的最优解。     

具粘性双曲型方程组解的整体存在性

对于具粘性双曲型方程组Cauchy问题，通过引进Lax熵-熵流对的方法，得到了解的整体存在性，利用补偿紧致的方法证明了L∞逼近解的收敛性.     

非线性规划的极大熵方法

使用极大熵方法详细研究了光滑逼近函数的解收敛到原优化问题的解的所谓收敛性定理．     

非线性互补问题的熵函数法

提出了求解非线性互补问题的熵函数法 .证明了熵函数逼近问题解的存在性和唯一性及算法的全局收敛性 .数值算例表明了算法的有效性     

约束不可微优化问题的极大熵方法

给出一类不可微优化问题的极大熵方法，并给出了该方法的收敛性分析。     

非线性lp问题的极大熵方法

在非线性l1问题极大熵方法的基础上,构造了非线性l(0＜p＜1)问题的极大熵方法.为了克服lp问题的非光滑性,导出了极大熵函数,并证明了极大熵函数列的收敛性.根据同伦算法证明了极大熵函数的最优解序列逼近于非线性lp问题的最优解,并提出了解决计算过程中易于溢出的方法.最后,数值仿真表明算法是十分有效的.     

不可微规划的极大熵方法

解约束不可微规划问题的极大熵方法一般是不收敛的,本文在较弱的条件下给出了该方法的收敛性定理,并且给出了解约束不可微规划问题的一个改进的极大熵方法。     

投影映射的一种光滑函数

在只增加一维松弛变量的情况下,利用熵函数给出了投影映射ΠX(x)的一种新的可计算的光滑逼近函数y(ε,x),并证明了y(ε,x)的单调性、导数对称半正定性和一致收敛性.     

单阶段随机规划的一种近似计算方法

利用极大熵原理提出了一种求解单阶段随机规划的近似计算方法。这种方法是把单阶段随朵规划转化为确定性非线笥规划问题。由于这转化以后的规划很复杂，文章通过极大熵函数再将转化后的确定性非线笥规划转化为只有一个约束条件的可微规划问题，并证明了在一０定条件下的收敛性。     

半无限规划可行解的一个有效算法

基于极大值函数的校大熵，给出求解半无限规划问题可行解的一个有效算法，在一定的假设下，证明了算法的收敛性。数值实验表明，该算法是有效的。     

Hilbert空间中均衡问题与非伸展映像不动点的强收敛定理

在Hilbert空间中引入了一种新的粘滞迭代算法,用以逼近均衡问题解集与非伸展映像不动点集的公共元,证明了一个强收敛定理.     

基于改进 FastICA 的冲击波工频干扰消除算法

在火炮冲击波信号测试领域中, 为解决陷波算法消除工频干扰损失有效信号成分的问题, 提出了一种改 进的 FastICA 算法消除工频干扰。 采用五阶收敛的牛顿迭代形式改进基于负熵的 FastICA 算法, 使其不仅具备 负熵算法的高精准度, 而且收敛速度快, 迭代次数少。 仿真结果表明, 该算法的相似系数和信噪比达到 0. 999 99和 45 dB, 较传统陷波算法的 0. 996 和 21 dB 有明显的优势。 相比于基于负熵的 FastICA 算法, 改进算 法与其精准度相同, 但迭代次数减少了 26. 7%; 与收敛速度较快的峭度算法相比, 改进算法迭代次数更少, 收 敛速度更快, 稳定性更高。 该算法具备精准度高、 收敛速度快和迭代次数少等优势, 因此适用于实时处理冲击 波的测试场合。     

线性方程组并行迭代求解的收敛性

文章利用近似逆矩阵构造了一类求解线性方程组的并行迭代算法.分析了算法的收敛性,给出了参数的取值范围及最优值计算公式.     

m-增生映像族的公共零点的迭代算法

引入一个m-增生映像族的公共零点的一个迭代算法,使用新的逼近技巧,证明了它的一个强收敛定理.推广和改进了近期相关结果.     

非线性l1问题的区间调节熵算法

本文证明了非线性 l1问题调节熵函数的相关性质,将调节熵函数和区间分析相结合,构造了非线性l1问题的区间调节熵算法,讨论了调节熵函数的区间扩张及其收敛阶,证明了算法的收敛性,给出了数值算例.理论与数值结果表明该方法是可靠和有效的.     

基于信息熵的改进海豚群算法及其桁架优化

针对基本海豚群算法易陷入局部最优的缺陷,提出了基于信息熵的改进海豚群算法,引入信息熵来度量海豚群搜索阶段的不确定性,控制搜索阶段的选择概率,降低盲目搜索,克服了基本海豚群算法搜索阶段易陷入局部最优和早熟收敛的缺陷。将改进后的算法应用到桁架结构的优化中,并与其他算法优化结果进行了比较,证明了改进的算法在收敛速度和寻优精度方面有更好的表现,将其应用到桁架结构优化设计中,为结构优化设计提供了一种有效的方法。     

BP 网络中的熵函数准则(英文)

从极限角度证明了传统ＢＰ算法收敛速度慢、产生局部极小点的原因之一是该算法采用的均方误差准则并提出了一种基于熵函数准则的ＢＰ算法，理论分析和仿真结果都表明此熵函数准则优于均方误差函数准则