基于平移预条件技术的改进超松弛迭代图像复原

图像复原问题常常可转化为大型线性系统的求解问题.为解决超松弛迭代算法在求解大型稀疏线性系统时的收敛不稳定问题,提出了一种改进的超松弛迭代算法.通过平移预条件技术将超松弛迭代的迭代矩阵进行改进以避免奇异,研究了改进算法的收敛性和松弛参数的取值范围.在两个实际图像复原问题上的数值实验结果表明,改进算法是稳定和有效的.     

多传感器多目标数据互联中的拉格朗日松弛算法研究

拉格朗日松弛算法在现代优化启发式算法中占有重要地位，本文对多维分配问题的拉格朗日松弛算法进行研究，重点研究松弛次序对数据互联结果的影响。研究方法是针对不同测量误差情况下进行计算机仿真实验。结果表明，多传感器多目标数据互联的拉格朗日松弛算法中，松弛探测效果较好的传感器的观测数据，有助于提高目标关联的准确率，且算法的计算量相应减少。该结论使多维分配问题的拉格朗日松弛算法能满足工程上对数据进行实时处理，具有实际应用价值。     

可分离QoS路由的拉格朗日松驰算法

为了满足网络新应用提出的服务质量保证和业务不受故障影响的新要求,分析了可分离的QoS路由算法.针对寻找优化某个QoS参数且另一个QoS参数满足约束条件的可分离路由问题,建立了问题的数学模型,利用拉格朗日松驰算子将问题分解为两个受限最短路问题,给出了求解的拉格朗日松驰算法,并从迭代方向和迭代步长两方面对算法中的次梯度技术进行了改进.算例表明,改进后的算法具有较快的收敛性能.     

求解具有泄漏边界条件Stokes问题的Uzawa迭代算法

【目的】为了数值求解非线性泄漏边界条件下的Stokes问题，得到Uzawa迭代算法。【方法】引入一个凸集中的拉格朗日乘子，使得该问题的变分不等式等价于一个变分等式，且变分等式的解满足一个用拉格朗日函数表示的鞍点问题，并采用Uzawa迭代算法求解鞍点问题。【结果】对算法进行了收敛性分析，得到了收敛率结果。【结论】数值结果验证了Uzawa迭代算法的可行性。     

带松弛单调映射的广义混合拟变分包含

引入了一类新的带松弛单调和松弛Lipschitz映射的广义混合拟变分包含 ,构造了求解这类包含的迭代算法 ,证明了这类包含解的存在性以及由前述迭代算法产生的迭代序列的收敛性 所得结果是近期一些文献中相应结果的改进与扩充 .     

线性互补问题的SSOR多分裂算法

运用矩阵的SSOR多分裂和松弛迭代算法,提出了一类求解线性互补问题的数值解法.在一定条件下分析了算法的全局收敛性和松弛因子的范围,扩大了以往求解线性方程组的SSOR多分裂迭代算法的收敛区域.     

应用ABS算法求解一类不定线性方程组

运用ＡＢＳ算法讨论了等式约束优化问题中的拉格朗日乘子法所形成的线性方程 组的求解问题；利用 ＡＢＳ算法的隐式 ＬＱ分解，通过有限步迭代求出原问题变量 的解，同时形成求解乘子的上三角系数阵的方程；给出了算法的具体过程，分析其数 值稳定性和计算量；作为特例，将最小二乘问题的法方程化为文中方程形式，并给出 了一种计算方法。     

离散半无限极大极小问题一个推广的模松弛SQP算法(英文)

将求解半无限规划离散化问题的一个可行模松弛SQP算法推广到离散的半无限极大极小问题,提出一个全局收敛的模松弛SQP算法.算法要求迭代点可行,且每次迭代只需求解一个二次规划(QP)子问题即可获得搜索方向.通过修正其离散指标集,使得每次迭代求解QP子问题时只需利用一小部分离散指标即可,这大大降低了计算成本.在合适的条件下,可证明算法具有全局收敛性.     

PN结泊松方程的一种改进算法及其Matlab验证

针对在PN结泊松方程求解过程中几种常用方法存在的不足,提出一种改进算法.该算法结合求解非线性方程组的Newton迭代法与SOR(逐次超松弛迭代)法,即用松弛因子对Newton迭代过程的前、后2项进行加权平均,组成新的迭代公式.为进一步完善算法,在迭代公式中修改松弛因子,采用最佳松弛因子形式.根据改进算法的计算思路,运用Matlab7.0编程,对算法进行仿真与模拟.结果表明:算法真实可行,既保持计算的高精度,也明显地减少计算的迭代次数,提高求解过程的收敛速度,且仿真图像与文献图像较吻合.     

非线性互补问题的改进超松弛迭代算法

运用松弛迭代算法与矩阵分裂理论,提出了求解非线性互补问题的改进超松弛迭代算法.这类算法设计了两个参数:第一个参数控制了迭代阵的谱半径,从而使算法收敛,适当选取第二个参数,加快了算法的收敛速度.在一定条件下证明了算法的全局收敛性.     

基于禁忌搜索算法的计算机通信网络中容量与流量分配问题的优化研究

为了降低网络的运营费用与改进网络性能，首次采用近年来新出现的一种高效的现代超启发式搜索方法——禁忌搜索算法求解计算机通信网络中链路容量与流量分配(CFA)问题，讨论了计算机通信网络中链路的固定费用、时延费用与可变费用对运营总费用的影响．大量的计算机仿真实验结果不仅验证了禁忌搜索算法对求解CFA问题的有效性，而且与传统的拉格朗日松弛及子梯度寻优算法相比，解的质量有大幅度提高；与遗传算法相比，对大规模或负荷很重的网络，该算法更具优越性．     

需准备时间的FFS调度的一种拉格朗日松弛算法

针对需调度顺序相关准备时间的柔性流水车间生产调度问题,建立以成本最小化为目标的整数规划模型,用基于拉格朗日松弛的方法来求解。在常用的次梯度算法处理拉格朗日对偶问题时,迭代过程易出现振荡,严重影响了收敛效率。因此,利用了隶属度函数给出迭代过程中所有次梯度的合适权重,将它们线性加权得到新的迭代方向。最后通过算例表明,此算法有效的减少了迭代次数,提高了算法的优化性能。     

基于现代超启发式搜索方法的计算机通信网络中路由选择优化的研究

为了改进计算机通信网络的性能，首次采用近年来才开始应用、且具有很强灵活性的现代超启发式搜索方法——Tabu搜索方法，对计算机通信网络中重要的路由选择优化问题进行了详细的研究，得到了比经典的拉格朗日松驰及子梯度优化方法更优的结果，尤其在网络负荷很重的情况下，与其它算法相比，更显示出该方法的优越性，从而为计算机网络的优化理论提供了新的思路方法。大量的计算机仿真实验的结果表明，所得结论对于计算机通信网络以及电信网、电力网、交通运输网等，在其性能优化与评价、提高网络性能与效益、降低运营费用等方面，具有重要的理论价值和广阔的应用前景。     

一种基于稀疏重构的NB-IoT时延估计算法

针对传统的时延估计算法无法解决窄带物联网(narrowband internet of things, NB-IoT)低速率低功耗引起的估计精度低、计算复杂度高等问题,提出一种加入代价函数模型的基于稀疏重构的时延估计算法。利用窄带定位参考信号(narrowband positioning reference signal, NPRS)与传统的正交匹配追踪算法(orthogonal matching pursuit,OMP)进行时延值预估计,然后根据预估计的时延值构建冗余字典,在此基础上利用改进的OMP算法进一步对时延值进行估计。该算法中加入代价函数的思想将多维的时延估计降维成多个一维的时延估计,同时利用稀疏重构来消除各信号之间的干扰。另外,为了消除降维带来的局部最优的问题,合理设置软门限来有效并快速地终止代价函数模型的迭代过程。仿真结果表明,与OMP算法等传统时延估计算法相比,该算法具有更好的检测性能以及更高的时延估计精度。     

一类求解极小极大问题的算法

无约束非线性极小极大问题是最优化数值计算领域中十分活跃的研究课题之一,因此,对于无约束非线性极小极大问题,如何设计快速有效的算法一直都是优化工作者十分关心的问题.文中介绍了无约束非线性极小极大问题算法的研究意义及应用领域,分析了现有极小极大问题算法的研究现状,针对极大值函数的特性,给出了极大值函数的次梯度与ε次梯度之间及极大值函数的次梯度的凸锥与次梯度之间的一种包含关系,得到了计算极大值函数的ε次梯度的数值方法,从而构造出了一种求解极小极大问题的ε-算法,并且证明了算法的收敛性,初步的数值例子表明算法是有效的,且具有大范围收敛的特点.     

大系统优化控制中的非光滑函数优化问题

分析了大系统递阶-协调控制方法之一——关联预估方法中的协调级非光滑函数最优化问题,确定了相应的目标函数对协调变量的子梯度,从减少优化控制对系统干预次数的角度,提出了一种基于子梯度的最速下降的优化协调策略。数字仿真结果表明了本算法的优越性。     

分级移动IP网络性能算法的研究

基于移动IP协议和性能代价分析,提出了一种分级移动IP性能的改进算法,并推导了一系列的性能代价表达式.通过对仿真结果的分析,得到了在不同条件下提高分级移动IP性能的参数配置.此外,还用递推的方法找到了最优化的区域网络规模,这种优化方法对移动IP网络规划有重要的理论意义和实用价值.     

分级移动IP网络性能算法的研究

基于移动IP协议和性能代价分析,提出了一种分级移动IP性能的改进算法,并推导了一系列的性能代价表达式。通过对仿真结果的分析,得到了在不同条件下提高分级移动IP性能的参数配置。此外,还用递推的方法找到了最优化的区域网络规模,这种优化方法对移动IP网络规划有重要的理论意义和实用价值。     

航班多级动态规划策略与运行控制优化

为实现航班运行控制的全局规划和控制策略定量评价,打破传统多集中于规章手册的定性分析的运行控制技术方法,建立航班运行控制最短路径最小代价的策略构架图,提出三级控制策略的最优性动态规划运行控制模型;设计改进的动态规划递推方程,通过数值计算算法,得到表格形式的最优控制与最优代价函数,解决了航班运行控制决策这一类非线性离散复合型规划问题无法得到最优控制解析表达式的困难。最后,引入航班运行实例测试模型和算法的适应性和优越性,实验结果表明,动态全局规划不同于传统的每个航班独自分阶段的“点式思维模式”,实现了整个公司所有航班、所有航站和所有机队的全局运行控制优化。     

一类生化系统稳态优化问题的求解算法

针对一类生化系统的稳态优化问题,基于修正的迭代IOM （ Indirect Optimization Method,IOM）方法,提出了一种可快速求其最优解的迭代优化算法。该算法继承了修正迭代IOM方法可用线性规划计算的优点,但每次迭代求解时不再计算S-系统的动力阶参数。数值实验结果表明,该算法可行且有效,与已有的修正迭代IOM方法相比,具有计算成本低的优点。