一阶非线性非完整系统Routh方程的不定乘子及约束反力

在工程实际中,求解约束反力往往是必要的。在控制系统中,要求实现的运动规律可以看作约束,而约束反力就是必须作用的控制力。Routh方程既能求解运动又能求解约束反力。约束反力包含在不定乘子中,而不定乘子出现在每个方程中。本文引进伪速度将决定运动的方程和不定乘子从Routh方程中分离开来,得到每个不定乘子的表达式;并讨论了一阶非线性非完整系统,一阶线性非完整系统和完整系统的约束反力,以及冲击约束反力。     

带约束的Kantorovich不等式及其在LSE相对效率中的应用

本文给出了一种约束的Ｋａｎｔｏｒｏｖｉｃｈ不等式并将其就用于Ｇａｕｓｓ－Ｍａｒｋｏｖ模型和方差分量模型中ＬＳＥ的相对效率研究，得到了其下界，这些下界比起用不约束的Ｋａｎｔｏｒｏｖｉｃｈ不等式给出的下界更尖。     

约束优化问题的一个最小二乘求解方法

本文叙述了一个用序列非线性最小二乘解法求解约束最优化问题的方法,该方法采用的控制参数迭代公式具有二次收敛性及数值计算上的稳定性.非线性最小二乘问题的求解采用具有超线性收敛的修正 BFGS 方法.为验正方法的有效性,文末给出了有关数值计算的结果.     

多变量系统的最优预报控制

以完整的最小二乘递推算法和以约束最优化方法为基础,提出了p-输入q-输出多变量系统的最优预报控制(OPC)方法。数字仿真和实时控制实验表明OPC具有很高的控制精度以及理想的解耦和抗干扰能力。     

微分方程在约束优化中的应用

本文提出求解一般约束优化问题的一种新方法,对具等式和不等式约束的非线性规划问题,可通过数值积分来寻找具有二次收敛速度的局部最优解。给出的例子表明了本算法是有效的。     

非线性约束条件下一个收敛的梯度投影法

本文提出了一个非线性约束条件下新的梯度投影方法。在较简单的假设之下,此算法是全局收敛的,且和现有的非线性约束条件下的一些梯度投影法相比较为简单。     

一个新的求解等式约束优化问题的信赖域算法的超线性收敛分析

对文[1]提出的一个求解等式约束优化问题的信赖域算法进行超线性收敛分析.     

一种新的精确罚函数

对于含约束的非线性规划问题，提出了一种新的精确罚函数的构造，使得它能采用无约束优化方法中许多有效的解析方法。这种新的精确罚函数不同于已经研究的罚函数形式，在一定条件下同时具有精确性和光滑性,为研究同时具有精确和光滑的罚函数方法提供了一个新的途径。文章还讨论了这种精确罚函数的一些性质定理。     

网络环境下广告资源优化决策模型

研究了网络环境下优化配置有限广告资源的问题。在最大化总体点击率的基础上引入了定价模型,提出了在企业广告预算一定的条件下,基于混合定价的最大化网站收入的决策模型。目标函数是有约束的优化问题,采用罚函数法转换为无约束优化问题,针对无约束问题采用遗传算法进行求解,仿真结果说明了模型和算法的可行性。     

序列线性方程组方法解约束SC1函数最小化问题

对不等式约束SC1函数最小化问题提出一个可行的序列线性方程组算法.算法的每步迭代,子问题只需解具有相同的系数矩阵的四个简化的线性方程组.这个算法的特点是产生的迭代点是可行的;只考虑指标在集合I的一个子集Ak中的约束函数;不需假定聚点的孤立性,就可证明算法产生的迭代点全局收敛到问题的KKT(库恩-塔克)点.在较弱条件下,证明算法是超线性收敛的.