两类特殊线性规划算法的改进

本文对线性规划中的对偶单纯形法和运输问题中的表上作业法中选取出基变量或者入基变量的准则进行改进,给出一种新的换基准则,按该方法进行优化运算,可以使这种算法的迭代次数减到最少,从而加快运算速度,尤其适合于大系统线性规划问题的求解。     

基于混合遗传-Nelder Mead单纯形算法的源强及位置反算

确定泄漏源的位置和强度, 是进行群体疏散和应急决策的基础. 将扩散模型得到的浓度值 与传感器观测的浓度值进行比较并建立混合遗传-Nelder Mead单纯形算法模型, 反算得到泄露源的位置和强度, 进而利用浓度的模拟数据验证该算法的可行性. 研究结果表明:混合遗传-Nelder Mead单纯形算法不受初值选取的影响, 即使初值远离期望值, 也能得到很好的结果, 而且能以较小的误差 和较快的速度反算出结果, 更适合于多维变量的搜索. 因此混合遗传-Nelder Mead单纯形算法能够快速准确地反算得到泄漏源的位置和强度, 满足应急决策的需要.     

基于改进基函数的自适应动态模糊神经网络算法研究

在D-FNN算法基础上,提出了基于椭圆基函数(EBF)的广义动态模糊神经网络.该算法提出模糊ε-完备性作为高斯函数宽度的确定准则,避免初始化选择的随机性;同时,该算法不仅能对模糊规则而且能对输入变量的重要性作出评价,从而使得每个输入变量和模糊规则都可以根据误差减少率(ERR)来修正.其应用不仅可以用来建模,还可以用来抽取有意义的模糊规则以获取知识.通过与D-FNN以及其他方法的比较,可以看到GD-FNN在学习效率和性能方面具有突出的优势.最后针对实际案例进行了仿真分析,验证了该算法的有效性和高效性.     

基于微多相粒子群算法的介质粗糙面反演研究

为快速有效地求解介质粗糙面的反演问题,提出了一种能反演地表面参数的新方法--微多相粒子群算法。利用矩量法结合前后向迭代法快速求解双站散射系数。采用单纯形法实现有导向的约束初始种群的生成,以双站散射系数的测量值和理论计算值的偏差为目标函数,通过多相粒子群算法和单纯形相结合的算法对优化变量进行优化,使目标函数达到最小值实现地表参数的反演。给出了应用该方法的具体步骤,分析了测量结构,通过仿真实验验证了算法的有效性。     

Nelder-Mead算法中单纯形顶点的仿射独立性检验

本文在文献[1]的基础上,提出Nelder-Mead算法中单纯形顶点仿射独立性的递推检验方法,并对Nelder-Mead单纯调优算法提出改进.该算法保留了Nelder-Mead算法计算简便的优点,并且可保证单纯形各顶点的仿射独立性.文中给出了该算法在线性系统辨识中的应用示例.     

MINLP问题全局优化算法的研究

提出了一种求解混合整数非线性规划MINLP问题的混合优化算法GASimplex，由遗传算法模块GAsolver和单纯形算法模块SimplexSolver两部分组成。该算法首先确定MINLP模型的整数变量和复杂变量，使得固定这些变量后可以将原问题转化为一线性规划子问题，在此基础上应用GASolver实现对整数变量和复杂变量的优化，而其适应函数则可以通过求解编码对应的线性规划子问题SimplexSolver来得到。这样，一方面由于在遗传算法中引入了局部搜索过程，极大增加了GASimplex整体收敛速度，而且对于非凸的MINLP问题，可以在理论上保证得到解的全局最优性；另一方面，模型约束条件是通过SimplexSolver求解得到，故约束条件的存在—般不会增加遗传算法处理的复杂度，可有效的处理约束的MINLP问题。通过对一MINLP模型仿真分析，证明该算法不仅具有很决的收敛速度，而且能得到全局的次最优解，更适合处理一类复杂的MINLP问题。     

随机均匀网格优化法在橡胶配方优化中的应用研究

对随机均匀网格优化法求解橡胶配方优化问题的原理进行了较详细的分析，给出了优化变量域的一种收缩方法和计算收敛准则．丁基橡胶配方优化实例表明，该算法既有较快的收敛性， 又能以较大概率求得全局（一致收敛）极值点．     

单纯形置换算法的改进及其应用

本文提出单纯形置换算法的改进策略。在单纯形置换过程中进行退化检验，如果单纯形退化到状态空间的某仿射子空间中，则依据一定的规则对它进行修正，以保证算法在整个状态空间中的搜索能力。改进算法被应用于线性系统参数的绝对最小误差回归辩识，仿真实例显示了算法的有效性。     

基于三阶段RBFNN学习算法的复杂样本分类研究

以提高径向基函数神经网络(radial basis function neural network,RBFNN)的分类能力为出发点,把衰减半径聚类的思想与误差平方和准则结合起来,提出了RBFNN三阶段学习算法。该算法先利用动态衰减半径聚类确定隐节点的初始结构,再由误差平方和准则进行中心点微调,并用类内类间距确定径基宽度,最后采用伪逆法训练隐层与输出层间的连接权重。给出了算法的具体步骤,并通过Iris和WINES数据集的仿真实验,证明该算法确实具有较强的分类能力。     

一种小波网络的改进算法研究

将基于MGS算法的NARMAX模型结构与参数辨识的一体化算法和小波网络相结合,提出一种改进的小波网络学习算法.该算法基于数值稳定的MGS正交化方法对小波基进行优选,同时在迭代过程中不要求存储设定小波网络模型的整个参数回归矩阵,避免存储困难.同时采用[err]准则来初选小波网络的结构模型,采用[ERR]准则来剔除由[err]准则误选的冗余项.仿真结果表明,利用该算法设计得到的小波网络具有较小的存储量和较小的网络规模.     

求解模糊目标／资源问题的拟人化算法

介绍一种求解具有模糊资源约束线性规则问题的拟人化算法,它将模糊控制算法嵌在遗传算法之中可以解出一个模糊优解,取代了以往利用单纯形法求解模糊线性规划得到的唯一最优解,通过例子,可以看出该算法能得到一个满意度很高的解．     

基于并行混沌和单纯形法的混合全局优化算法

混沌优化算法采用的是串行优化结构,采用并行结构进行,并不断缩小搜索空间,提高了混沌优化在变量取值范围较大情况下的搜索效率。针对混沌在全局最优点附近搜索速度变得很慢、精度较低的缺点,结合单纯形法,提高了收敛的速度和求解精度。仿真结果表明并行混合优化算法可以得到满意的结果。     

运输问题新解法的探讨

在求解运输问题中，传统的解法比较繁琐，为了克服这一缺陷，提出了快捷新解法，快捷法求解运输问题不仅比表上作业法计算步骤少、简单，而且比广义匈牙利法(常规法)的计算步骤还少、还简单、快捷法是根据约束条件的要求，基本上是一步到位造出每行及每列所需要的零元素，然后检验是否满足约束条件，满足可得最优解，否则需进一步造零，快捷法总是比表上作业法计算步骤少、简单且便于掌握。     

基于最大间距准则(MMC)新的有效特征提取方法

基于最大间距准则(Maximum Margin Criterion,MMC)下,提出一组具有标准正交性的最佳鉴别矢量的计算方法和一组具有统计不相关性的最佳鉴别矢量的计算方法。这种方法的目的是寻求一组最佳鉴别矢量既要使投影变换后的特征空间的类间散度最大,而类内散度最小;又要减小最佳鉴别矢量间的统计相关性。与原MMC特征提取方法相比,新的特征提取方法降低了甚至消除了最佳鉴别矢量间的统计相关性,提高了识别率。通过分别在ORL人脸库和NUST603人脸库上实验结果表明提出的具有统计不相关性的MMC特征提取方法在识别率方面整体上好于原MMC特征提取方法和常用的主成分分析(PCA)法。另外,揭示了MMC准则特征提取与Fisher准则特征提取的内在关系。     

基于单纯形剖分确定非线性比式和问题全局解的新方法

针对经济与金融中出现的一类特殊非线性比式和问题,给出一种基于单纯形剖分的全局优化算法. 在算法中, 通过构造初始单纯形, 以及使用凸包络理论, 提出了一个确定原问题最优值下界的新方法. 在确定下界的同时, 将会得到原问题的n+1可行解, 这些可行解可以用于上界的改善. 理论上证明了算法的收敛性, 数值算例表明算法是有效可行的.     

线性二级价格控制问题的单纯形算法

主要给出求解一类双层非线性规划问题--线性二级价格控制问题的一个算法。根据问题的结构和特性，我们提出类似于线性规划单纯形算法的思想来求解线性二级价格控制问题，并用一个数值例子来说明算法如何求解。     

一种高效的模拟退火全局优化算法

提出了一种确定模拟退火算法温度更新函数的启发式准则，构造了适当的产生随机向量的概率密度函数，应用该启发式准则导出了相应的温度更新函数。新的温度更新函数与退火时间的幂函数成反比，与优化问题的变量维数无关。     

基于量子粒子群的广义模糊熵阈值法参数选取

针对广义模糊熵阈值分割法中参数m的选择问题,提出了一种结合优化算法的自适应参数选取算法.该算法依据一种图像分割质量评价指标建立目标函数,再基于量子粒子群优化搜索算法在参数的变化空间自适应地搜索最佳参数,同时依据模糊熵最大准则对S型隶属度函数中的三个参数(a,b,d)进行了全局组合寻优,从而建立了一个嵌套的优化搜索过程,实现了广义模糊熵图像阈值分割方法的自动阈值选取.实验表明,该方法对光照不均匀图像有更好的分割效果.     

基于统计特性均衡准则的线性符号判决反馈盲均衡算法

为了克服多途水声信道引起信号的相位旋转及基于高阶统计量的线性均衡器（LE）收敛后均方误差大的不足,提出了基于统计特性均衡准则的线性符号判决反馈盲均衡算法。该算法充分利用高阶统计量所包含的相位信息、均衡器输出信息的非线性变换及判决反馈算法来补偿相位旋转;利用符号算法可以减少计算量的特点来加快收敛速度;利用判决反馈滤波器的性能来减小均衡器输出的均方误差。因此,该算法在减小均方误差与补偿相位旋转方面的性能优于基于统计特性均衡准则的线性盲均衡算法;在收敛速度方面的性能优于基于统计特性均衡准则的线性判决反馈盲均衡算法。通过水声信道的仿真实验,验证了该算法的有效性和可靠性。     

基于多层次MRF的多分辨率图像融合算法

图像数据融合的目的是恢复出分布在不同图像中的有用信息。在多层次MRF模型的基础上提出了一种多分辨率图像融合算法。该算法将定义在多层次图结构上的非线性因果Markov模型与贝叶斯SMAP(sequenti almaximumaposteriori)准则结合起来 ,弥补了MAP(maximumaposteriori)准则在多层次图结构上计算不合理的缺陷。实验部分中 ,对两种算法用于被高斯白噪声污染的合成图像的恢复结果进行了比较 ,并将该算法用于实际的多分辨率航空图像。实验结果表明了该算法的优越性。