代数迭代映射分支值的优化算法

以代数迭代映射动力系统的倍周期分叉问题为背景,研究出较精确计算代数迭代系统分支值的优化方法·以分支值为设计变量,映射点的最大开口量为目标函数,以映射点周期关系为等式约束和分支值分布范围为不等式约束,建立了关于分支值计算的新方法·通过两个代数迭代系统分支值实例分析计算,获得较高精度的结果·     

神经网络权值和阈值的优化方法

为确定多层神经网络权值和阈值建立了真实的最优化求解方法,即将网络总体平均误差建立为目标函数,以权值和阈值作为设计变量,采用梯度法和共轭梯度法对网络权值和阈值进行优化计算·通过 Ｂ Ｐ 算法、梯度法和共轭梯度法对相同实例网络权值和阈值计算,验证了所提出的优化方法的有效性,实现了权值和阈值的快速准确计算·     

神经网络权值和阈值的优化方法

为确定多层神经网络权值和阈值建立了真实的最优化求解方法,即将网络总体平均误差建立为目标函数,以权值和阈值作为设计变量,采用梯度法和共轭梯度法对网络权值和阈值进行优化计算·通过ＢＰ算法、梯度法和共轭梯度法对相同实例网络权值和阈值计算,验证了所提出的优化方法的有效性,实现了权值和阈值的快速准确计算·     

多层神经网络共轭梯度优化算法及其在模式识别中的应用

将神经网络总体平均误差作为目标函数,以待求的神经网络权值和阈值作为设计变量,通过设计变量合理排序与分配,提出多隐层多层神经网络权值和阈值计算的高精度真实共轭梯度最优化算法·与BP算法和梯度优化算法相比,既能实现每步迭代在搜索方向上获得最优步长保证目标函数递减,又能克服在目标点附近的振荡现象·编制出神经网络权值和阈值计算的通用程序,给出神经网络合理结构选择的基本原理·通过足球机器人位置分析算例的神经网络分析和模式识别,表明所提出算法的有效性和实际应用价值·     

多用户最优化的两种对偶方法

采用多用户问题的梯度近似分布式算法,对多用户最优化的原始对偶方法和正规化对偶方法进行了比较,集中于多用户凸最优化问题的概括,其中目标函数和约束函数不可分,而目标函数可通过非线性组约束,使用户决定耦合;在算法中,对原始对偶方法和正规化对偶方法可考虑不变步长,采用跨用户自然迭代计算,使每个用户能够只更新自身的决策变量．     

用最优化方法计算时滞微分方程的周期解

给出一种用最优化方法计算时滞微分方程周期解的方法. 该方法先将寻找时滞微分方程周期解的问题转化为一个有约束的最优化问题, 再用最优化方法计算周期解. 在数值计算上, 应用函数拟合的方法近似逼近初始函数, 并结合牛顿法和惩罚函数法数值求得周期解. 数值实验结果验证了方法的高效性.     

MIMIC算法在非线性多约束机械优化问题中的应用

将双变量相关的分布估计算法与惩罚函数法相结合,用于解决机械工程上非线性多约束优化设计问题.算法对每一次迭代寻优后的变量进行保留,建立概率模型,通过正态分布发生函数对变量重新取值,并采用惩罚函数来处理变量约束条件.仿真结果表明,该算法能有效防止早熟收敛,提高算法的全局搜索能力,具有较好的应用前景.     

非精确搜索一维全局最优化方法

研究一维全局最优化问题的确定性求解方法。运用逐次建立目标函数的线性下界函数,将不含全局最优解的子区域删除,并基于非精确搜索结合下降算法而得出非精确搜索一维全局最优化方法,使计算量减少且使迭代收敛加快。迭代结束时该算法得到一维全局最优化问题的ε－全局最优解。该方法具有有限收敛性且不需精确的局部优化过程。文中的数值实例表明该算法的有效性。     

混合型样条有限元法解板壳的几何非线性问题

本文从Hellinger-Reissner变分原理出发,以挠度函数W(x,y),应力函数F(x,y)为未知变量,用样条插值建立了求解板、壳的几何非线性问题的代数方程组.文中还提出了将二维非线性耦合矩阵分解成一个二维系数矩阵与迭代变量的乘积的方法,较适宜于用Newtow-Raphson方法迭代求解.     

基于模糊判断矩阵的一种方案排序方法

针对决策者给出的一类模糊判断矩阵,给出了一种方案排序方法·该方法是依据模糊判断矩阵及其一致性的定义,建立了一个带有约束的非线性最优化模型,通过求解这个最优化模型,可以直接得到每个方案的排序值·采用该方法得到的方案排序结果最大程度地反映了决策者的偏好·最后给出了一个算例·     

对称性非线性迭代函数系统的分形、分歧及混沌现象

描述一类具有对称性的非线性迭代函数系统所产生的对称性增加的分歧及对称混沌吸引子现象这样的对称混沌现象体现了有序的对称性与无序的混沌性质的高度统一由此类对称的非线性迭代函数系统所生成的图形具有原对称的迭代函数系统一样的对称性,因而可以产生很漂亮的图案,将对美丽图案设计开辟另一个途径     

非线性代数映射问题分支值的一种高精度快速算法

研究了非线性代数映射动力系统分支值确定问题,提出二分缩减确定分支值的高精度新算法·克服了步长增量法由于细化步长造成计算时间较长的问题,解决了分支值优化算法由于目标函数本身构成产生较大计算误差的弱点·通过对典型的Logistic映射算例的倍周期分支值编程分析计算,给出误差限为10-10精确的分支值·这种算法既节省计算时间又具有高的计算精度·该方法为非线性系统与混沌特性研究提供了条件·     

含静态电压稳定裕度约束的无功优化计算

提出了一种电压稳定裕度约束无功优化新方法,通过调节系统的控制变量,能真正有效地提高系统的静态电压稳定裕度,同时取得较小的网损。该方法将电压稳定裕度约束无功优化问题分解为非线性无功优化和电压稳定裕度及其对控制变量灵敏度分析两个子问题,通过两者的交替求解实现寻优。前者采用非线性原对偶内点法求解,后者则是以连续潮流计算为基础。该方法计算速度快,对多种系统具有一定的普适性。在IEEE 14、30、118节点系统的试验结果验证了它的有效性,并发现一个系统在特定的负荷增长方式下,由于无功潮流的改变其分岔类型可能会在极限诱导分岔和鞍结分岔之间转换。     

不完全数据下分布函数MLE的大样本性质

在生存分析与可靠性研究中,对既有右删失,又有左删失的不完全数据,Turnbull于1974年给出了分布函数的最大似然估计。在观测数据是以分组形式得到的情形下,本文证明了此估计量的强相合性、渐近正态性和重对数律,并给出了渐近协差阵的矩阵表达式及重对数律中收敛速度的精确上限。     

时间最优控制的一种算法

本文提出了对于控制作用和状态均受约束的多入多出线性系统的求解时间最优控制问题的算法。在离散数学模型的基础上,首先应用求解线性规划问题的有界变量单纯形方法求出满足控制约束的控制序列,然后再利用割平面方法处理状态约束,以求得满足约束条件的最优控制。除时间最优外,本算法还允许提出线性形式的附加目标函数。在具有附加目标函数时为能有效地处理状态约束,推导出了有界变量对偶单纯形方法。本算法通过扩展状态或部分扩展状态,可应用于一类有状态滞后的系统。为提高计算效率和减少存储容量,采取改进了的跳步算法和压缩存储技术等措施。     

基于分形理论的城市日用水量预测方法

针对城市日用水量呈现周期性和自相似性的特点,通过对分形理论的研究,提出了基于分形拼贴定理和分形插值函数迭代过程的城市日用水量预测方法．该方法根据分形拼贴定理,由基于仿射变换的分形插值方法求取一个与历史日用水量记录相近的迭代函数系,建立分形预测模型,对城市日用水量进行预测．首先根据日用水量具有以周为周期的特点,应用相似日拟合模型对日用水量进行预测,平均预测误差为2．06％;然后根据日用水量具有以月为周期的特点对日用水量进行预测,平均预测误差为2．94％．应用表明,该方法实用性强,能够为城市供水优化调度提供决策支持．     

二维滞后Logistic系统的非线性动力学分析

用数值计算和非线性理论分析了二维滞后Logistic系统在发生Neimark-Sacker分岔点附近的动力学行为.探讨了二维滞后Logistic系统通向混沌的道路和吸引子类型及其分形边界.     

基于满意度原理的多学科协同优化

由于多学科设计优化涉及众多复杂因素，各个学科需要满足的约束是不同的，而系统级通常采用一致性约束来保证学科级共享、耦合变量及目标值的一致,在很多情况下共享、耦合变量及目标值满足了约束，但是各个学科获得的并不是本学科的最优解．本文采用满意度原理设计协同优化的系统级目标函数，综合考虑了学科级优化解的满意度和共享、耦合变量及目标值对于一致性约束的满意度，以增强协同优化的综合处理能力．齿轮变速箱优化实例表明该方法是可行有效的．