磁纳米粒子磁矩分布信息的新型测量方法

针对常规磁矩测量技术或仪器中存在的测量设备昂贵和耗时等缺点,提出了一种新型的磁纳米粒子磁矩分布信息测量方法.依据郎之万顺磁理论研究一次谐波、三次谐波幅值信息与磁矩分布信息之间的耦合关系,构建测量模型并建立矩阵方程组,然后采用奇异值分解法求解矩阵方程反演得到磁纳米粒子的磁矩分布信息.仿真分析了磁矩分布测量方法,并通过搭建的磁矩分布测量实验系统,测量了磁纳米粒子样品的磁矩分布信息.仿真和实验结果表明:该方法能够快速准确获取磁纳米粒子的磁矩分布信息.     

多目标产业结构优化最优控制模型的改进及求解

充分考虑投人产出平衡约束中的随机变量和模糊变量,结合投人产出最优控制模型建立多目标产业结构优化最优控制模型.考虑能源消耗和污染物排放均为随机变量,并针对不同随机变量所代表的实际意义假设其满足不同的分布函数,运用随机规划和模糊规划方法将模型转化为确定性规划问题,采用评价函数和惩罚函数法将模型转化为无约束最优化问题.根据黄岛区数据利用粒子群算法对模型进行求解,给出最优控制和最优轨线.研究结果可以用来确定行业发展速度和规模,为制定产业结构优化政策提供决策帮助.     

求解低秩密度矩阵约束最小二乘问题的优函数罚方法

本文应用优函数罚方法求解具有低秩密度矩阵约束的最小二乘问题. 首先用凸差方法处理非凸的低秩约束,并结合罚方法和优函数方法将原问题转化为一系列具有密度矩阵约束的凸优化问题,然后给出求解该优化问题的优函数罚方法,并对该方法进行收敛性分析. 之后,运用半光滑牛顿增广拉格朗日算法求解优函数罚方法的子问题. 最后,合成数据集和真实数据集上的数值结果表明了优函数罚方法有效地求解了具有低秩密度矩阵约束的最小二乘问题.     

约束线性二次优化控制的多参数规划求解

针对求解约束线性二次优化控制问题,结合动态规划和控制时域长度为1的单步多参数二次规划,提出一种新的多参数规划方法。该方法一方面能够快速求解得到约束线性二次优化控制问题最优解与状态之间的显式函数关系,减少多参数规划问题求解的工作量;另一方面,能够同时求解得到显式分段线性状态反馈最优控制律。应用高频机械振动系统数值仿真例子,对该文的方法进行了数值仿真计算。仿真结果表明该文提出的方法是有效的。     

解变分不等式问题的一类滤子SQP算法

针对一般形式的变分不等式问题,考虑将其转化为约束优化问题求解.对于这种特定的约束优化问题,提出了一类新的滤子序列二次规划(SQP)求解方法.基于变分不等式与约束优化问题的不同,在滤子条件中采用了一个二次价值函数作为目标函数,使得一般的变分不等式问题均可用滤子算法求解.采用SQP方法结合滤子方法获取试探步,只需要计算两个简单不等式判断试探步,算法易实现,计算量小.在较弱的条件下证明了算法的全局收敛性.最后,给出了算法的数值算例,与同类算法比较,结果良好.     

支持向量机原始问题研究综述

支持向量机学习器往往是通过求解原二次优化问题的对偶问题获得的.诸多研究表明,支持向量机原始问题同样可以适当地处理约束项,同时,突破以前原二次优化问题不能利用核函数的认识误区,通过引入核函数建立一个无约束优化问题,利用传统优化方法进行求解.理论分析和实验表明,支持向量机原始问题也能实现对数据的高效学习,而且在大规模数据学习问题上,较之求解对应的对偶问题获得的近似解更可靠,参数选择也更好进行.     

基于模拟退火粒子群优化算法的拆卸序列规划

文章将模拟退火粒子群优化算法应用于拆卸序列规划求解过程,基于拆卸约束图构建了产品结构表达模型,将拆卸过程相关信息赋予拆卸约束图的节点与边,定义了判断拆卸序列优劣的适应度函数,将算法与模型进行了映射;最后以某款料理机主机体为例,运用模拟退火粒子群优化算法求解其拆卸序列,并与单一粒子群优化算法相比较,验证了该算法的有效性.     

优化极限学习机的序列最小优化方法

针对传统二次规划求解方法训练优化极限学习机(OMELM)存在速度慢和效率低的问题,提出了单变量迭代序列最小优化(SSMO)算法.该算法通过在框式约束中优化拉格朗日乘子来实现目标函数的最小化:首先在初始化拉格朗日乘子中选择使目标函数值下降最大的拉格朗日乘子,将该拉格朗日乘子作为目标函数的唯一变量;然后求解目标函数的最小值并更新该变量的值;重复这个过程直到所有的拉格朗日乘子都满足二次规划问题的Karush-Kuhn-Tucker条件为止.实验结果表明:SSMO算法只需调节很少的参数值便可得到足够好的泛化性能;采用SSMO算法的OMELM方法在泛化性能上要好于采用序列最小优化算法的支持向量机方法;在随机数据集测试中,SSMO算法具有较好的鲁棒性.     

拉格朗日乘子法在运筹学教学中的应用

拉格朗日乘子法是求解约束优化问题的经典方法.在运筹学教学中添加拉格朗日乘子法在求解线性规划、整数规划、二次规划和非线性规划等各种规划问题中的应用,将有助于加深学生对课程内容的理解,激发学生探索知识的兴趣,为学生进行后续求解复杂的约束优化问题打下理论基础.     

一种全局收敛的线搜索滤子SQP方法

对于求解不等式约束优化问题,将线搜索和滤子方法相结合提出了一种新的线搜索滤子序列二次规划( filterSQP)方法.该方法克服了传统的SQP方法二次子问题不相容的困难,并利用滤子避免了罚函数的使用.同时在合理条件下证明了此方法具有全局收敛性质.     

约束优化问题稳定序列二次规划方法研究综述

稳定序列二次规划(sSQP)方法由于在求解病态或退化约束优化问题获得理论与数值的突破性进展而备受关注,重要成果频繁问世.本文对近期国际上若干重要sSQP方法及其思想进行概述,包括罚函数型sSQP方法,滤子型sSQP方法和非精确恢复(IR)型sSQP方法等,并对约束优化问题sSQP方法的进一步研究进行探索性思考.     

利用稀土镝对Fe_3O_4纳米磁粒子改性的研究

采用湿化学法制备了稀土镝铁氧体纳米磁粒子,并用月桂酸进行了表面修饰。利用透射电子显微镜(TEM)、X射线衍射仪(XRD)、振动样品磁强计(VSM)等仪器对产物进行表征,研究Dy3+的掺杂对Fe3O4纳米磁粒子磁性能的影响;同时对镝铁氧体磁粒子形貌、粒径分布、晶型结构进行了分析。结果表明,用适量的稀土Dy3+对Fe3O4纳米磁粒子进行掺杂,可以显著地提高其磁性能,且晶型结构不变;制备的镝铁氧体磁粒子的平均粒径约13.2nm,表面修饰后的磁粒子室温下的饱和磁化强度为189.4mT,具有超顺磁性。     

不定二次规划的全局优化算法

对不定二次规划问题提出了一个新的确定型全局优化算法,通过对目标函数和约束函数的线性下界估计,建立了不定二次规划的松弛线性规划.通过对松弛线性规划可行域的细分,以及一系列松弛线性规划的求解过程,并通过实例证明了算法能收敛到原问题的全局最优解.     

序列二次约束二次规划方法研究进展

序列二次约束二次规划(SQCQP)是求解非线性约束优化的一类新的重要方法.本文系统介绍了SQCQP方法的研究进展,并阐述了各类相应SQCQP算法的主要性质和特点.     

一类非凸二次规划问题的全局最优性充分条件

研究了一类带二次等式约束的二次规划问题,利用求非凸优化问题全局最优性条件的一个新方法-L-次微分方法(与凸分析中的概念不同,一个函数在某点的L-次微分可能是一些非线性函数组成的集合),对二次函数的L-次微分进行了刻画,最后建立带二次等式约束非凸二次极小化规划问题的全局最优化的一个充分条件.     

基于最小二乘支持向量机的复杂金融时间序列预测

为了解决神经网络算法预测海量金融时间序列数据会出现训练速度慢,内存开销大等问题,提出一种基于最小二乘支持向量机的复杂金融数据时间序列预测方法.该方法将传统的支持向量机中的不等式约束改为等式约束,且将误差平方和的损失函数作为训练集的经验函数,这样把二次规划问题转化为求解线性方程组问题,提高求解问题的速度和收敛精度.实验中以证券指数为实验数据,对大批量金融数据进行了时间序列预测,相比于神经网络预测方法,该方法在大批量金融数据时间序列预测的训练时间、训练次数和预测误差上都有了明显提高,对复杂金融时间序列具有较好的预测效果.     

水溶性La_(0.88)Sr_(0.12)MnO_3纳米粒子的非水相合成

采用纳米微乳液法,以三嵌段共聚物聚氧乙烯-聚氧丙烯-聚氧乙烯(PEO-PPO-PEO)为表面活性剂,乙酰丙酮镧(III),乙酰丙酮锰(III)和乙酰丙酮锶(II)为前驱体,1,2-十六烷二醇为还原剂成功合成了水溶性La0.88Sr0.12MnO3纳米粒子.FT-IR分析证实该纳米粒子表面存在PEO-PPO-PEO分子,XRD和TEM分析表明该纳米粒子基本上呈球形、粒径分布窄、结晶度高,VSM测试表明该纳米粒子室温下显示软铁磁性.纳米粒子在水中快速和高效的分散收集过程,表明该纳米粒子具有良好的水溶性和磁操控性.     

一类二层多目标规划的混沌遗传优化算法及其应用

针对求解一类二层多目标规划问题,首先将其转化为等价的单目标规划问题,然后利用遗传算法优化的反演性和混沌优化方法的遍历性,并结合精确罚函数求解非线性约束优化问题,提出了求解此类问题的混沌遗传算法.该方法能够有效改善遗传算法的局部搜索能力和搜索精度,求解精度和可靠性较高.实际算例表明,算法是有效可行的.     

诱偏暨导航一体化系统平台优化布阵及运动模型

诱偏导航一体化系统是通过空中转发器构建伪星座,播发可控时延信号实现对一定区域内来袭GPS制导武器的诱偏干扰,同时己方接收机通过捕获己方导航数据获得空中平台位置和时延,实现一定区域内的自身导航.在实现诱偏干扰的同时,以提高系统对目标区域的整体定位精度为目标,以区域映射和覆盖为约束,在系统短时间工作条件下,建立多目标规划及最小最大评价函数的布阵优化数学模型.运用乘子罚函数法进行模型的求解,并给出求解步骤.在系统长时间工作的条件下,基于非线性规化的方法,建立空中平台的运动模型.给出了二次规划二次约束运动模型的求解步骤,仿真结果证明了模型的有效性.     

求解二次规划的粒子群优化算法

粒子群是一种智能优化算法,通过群体中个体间的相互作用寻找复杂空间中的最优区域,二次规划是一类基本而又重要的非线性规划问题.本文讨论一种改进的粒子群算法求解二次规划问题,进行了数值试验,数值结果表明算法的有效性.