求解非线性不等式组的混合遗传算法

提出一个求解非线性不等式组问题的混合遗传算法,即首先将非线性不等式组问题转化为等价的最优化问题,然后利用浮点遗传算法全局群体搜索能力强及起始搜索速度快的特点,快速得到接近精确解的近似解.之后将其作为牛顿法或拟牛顿法的初始迭代值,利用其局部寻优能力,快速迭代至满足精度要求的数值解.数值结果表明该方法是有效的.     

非线性方程组在几类计算问题中的应用

非线性方程组讨论的问题为F(x)=0,其中,F∶Rn→Rm.该问题广泛应用于工程、管理和经济学领域.非线性方程数值求解的典型方法之一是牛顿法.由于实际问题中存在大量的非光滑方程问题,近年来非光滑方程、特别是半光滑方程吸引了广大研究者的关注,半光滑牛顿法及其各类应用研究取得了丰硕的成果.本研究基于笔者近段的部分研究工作,介绍了非线性方程在无约束非光滑凸优化、约束最优化、非线性互补、变分不等式、最优控制、二阶段随机规划、随机线性互补和球面上的设计等八个方面的应用.     

光滑问题的牛顿法及其延拓

牛顿法是科学计算中最重要的方法之一，一些重要的数值计算方法的计算速度快的主要原因是与牛顿方向有关系.简述一元函数求根的经典牛顿法及其收敛性定理，并给出几点注记；解释了一元函数到多元映射在分析上的困难，给出求解无约束极小化问题的经典牛顿法及收敛性定理；将光滑映射拓广到半光滑映射，提出半光滑牛顿方法，分析并证明了半光滑牛顿法收敛性定理；以求解互补问题为例说明半光滑牛顿方法具有广泛的应用背景.     

非线性方程数值解法探究

本文主要介绍非线性方程的数值解法是直接从方程出发,逐步缩小根的存在区间,或逐步将根的近似值精确化,直到满足问题对精度的要求.主要做法有二分法,牛顿法和弦截法等三种方法.     

一类时滞Duffing型方程周期解的存在唯一性及数值解法

给出并证明了一类时滞Duffing型方程的周期解存在唯一的一个充分条件.讨论了其周期解的数值解法:利用数值微分和线性插值对微分方程进行离散,得到非线性方程组,再用牛顿法求解.实例分析说明了该方法的有效性.     

解多项式方程的修正牛顿法的改进

该文提出了一个求解多项式方程n个单根的方法,从最常见的数值方法牛顿法出发,在修正后的牛顿法基础上用Chebyshev迭代法对其进行改进,使改进后的迭代法由原来的4阶收敛提高到至少5阶．     

无约束多目标优化的一种新的拟牛顿法

基于在新拟牛顿方程形式下无约束单目标优化问题改进的拟牛顿法,提出了无约束多目标优化问题的一种新的拟牛顿法,同时在一定的假设条件下,结合Wolfe线性搜索准则,证明了算法具有全局收敛性和超线性收敛性,并进行了数值试验,结果表明,所提的新算法是正确和有效的,并能够迭代得到可使多个目标更优的临界点.     

求解非线性方程的二重弦截法

给出了求解非线性方程的二重弦截法公式,证明了它的收敛阶为2.618,指出并且分析了3个文献中关于"牛顿法P.C.格式"的一些错误结论.效能分析和数值试验都表明:二重弦截法(或弦截法)比牛顿法和牛顿法P.C.格式更有效.     

一个求解广义圆锥互补问题的光滑非精确牛顿法

研究一个求解广义圆锥互补问题的光滑非精确牛顿法.该算法基于一个新的光滑函数，将广义圆锥互补问题等价转化成一个光滑的非线性方程组，然后利用非精确牛顿法求解此方程组.算法在每次迭代时只需求解牛顿方程的一个近似解，因此适于求解大规模广义圆锥互补问题.在适当条件下，证明算法具有全局和局部二次收敛性质.数值实验结果表明算法是非常有效的.     

用径向基方法求解辨识抛物方程边界的反问题

给出反演一维热传导方程边界反问题的数学模型和数值求解方法．为适应边界的变化,对正问题的计算采用径向基的配置法进行空间变量离散化,并给出目标函数梯度的显式公式,用拟牛顿法得到了反问题的解,数值结果表明这一方法具有较高的精度．     

遗传算法在求解含错方程组中的应用

找到含错方程组中满足方程个数最多的解一直是一个比较困难的问题,本文探讨了利用遗传算法进行求解的可行性,并通过一个实例比较了遗传算法采用两种交叉算子求解的差异,结果表明遗传算法解含错方程组是一种可行而有效的办法     

求解奇异非线性方程组的粒子群优化算法

奇异非线性方程组是一类十分重要也比较困难的问题,基于粒子群优化算法提出了一种求解奇异非线性方程组的新方法.先把奇异非线性方程组转化为无约束优化问题,然后与人工智能算法相结合,利用标准粒子群优化算法求解.此算法不但不受方程组的连续性、光滑性的限制,而且避免了大量的求导计算,得到了极为精确的数值解.数值仿真结果显示了算法的有效性和可行性.该方法为求解奇异非线性方程组提供了一种有效、可行的新算法,也扩大了粒子群算法的应用领域.     

大学考试时间表问题的混合遗传算法求解

考试时间表问题是一类典型的组合优化问题,也是NP难问题。分析了大学考试时间表编排的特点,给出了一种解决考试时间冲突的自动生成考试时间表的可行时段-查找算法。为进一步解决时间间隔问题,将可行时段-查找算法嵌入到遗传算法中形成混合遗传算法。实验结果表明,本文提出的混合遗传算法能快速、有效的解决大学考试时间表问题。     

一种求解旅行商问题的新算法

分析了旅行商问题的时间复杂度特点，针对用遗传算法求解旅行商问题中存在的一些问题提出了改进算法．此算法将群体分为若干小子集，并用启发式交叉算子，以较好地利用父代个体的有效信息，达到快速收敛的效果．实验结果表明：此算法能提高寻优速度，解的质量也有所提高。     

基于蚁群算法的电梯群控系统节能策略的优化研究

电梯群控系统的目标是分配电梯服务以满足各层客户的呼叫需求,属典型的组合优化问题,而蚁群算法常用于解决离散组合优化问题．其良好的全局优化能力与快速收敛特性适合于电梯群控．然而当前的调度算法主要集中在减少乘客的等待和乘坐时间上,却忽略了电梯群的耗能问题．为实现节能的目标,建立了能量目标函数和电梯群控系统的蚁群模型,并给出了优化方案和收敛的算法．模拟结果证明了算法的有效性．     

用遗传算法求解最短路径问题

文章应用遗传算法求解图论中的最短路径问题，并提出了该算法在解决这一问题中的一些处理方法，使用该算法可以很快地求出一批最短路径集。文中最后给出了算法运行结果及总结。     

轴向受载的高速滚动轴承动态特性分析

根据Hertz接触理论和刚性套圈理论,建立了轴向受载时高速滚动轴承的力学模型,得到了组成该模型的动态特性方程组。针对传统Newton-Raphson迭代方法对所建立的动态特性方程组求解过程中对初值敏感、不易收敛和振荡的问题,提出了基于遗传算法的求解方法,并将所得结果与传统Newton-Raphson方法结果进行了对比。结果表明,遗传算法可以有效求解高速滚动轴承的动态特性方程组,避免了传统方法的缺点,提高了编程效率。     

TSP问题的一种快速近似算法及应用

给出求解度约束最小生成树(DCMST)问题的一种快速近似算法．在此基础上．又给出求解TSP问题的一种快速近似算法,并在微机上实现且其数值试验的效果良好．最后,将求解TSP问题的近似快速算法作一些改进．应用于遗传算法的初始种群生成并进行数值实验．结果表明,用文中算法生成的初始种群．比起一般方法产生的初始种群性能有很大改进．该算法可以加速遗传算法的寻优速度．     

多目标优化问题的研究

针对传统方法求解多目标优化问题的局限性,应用一种新的算法求解。遗传算法从问题解的串集开始搜索,覆盖面大,可以同时处理群体中的多个个体,利于全局择优,减少陷入局部最优的风险,而最小生成树具有过程简单清晰、适用性广泛的特点,结合两者的优点,构造了基于生成树的遗传算法。首先通过加权目标规划法求出最优解,然后通过遗传算法和基于生成树的遗传算法求解,结果表明,对于小规模的多目标优化问题,两种算法都可以求出最优解,在求解时间方面,基于生成树的遗传算法比遗传算法更优越。     

基于混合算法求解指派问题

本研究建立了指派问题的数学模型,提出了以遗传算法和蚁群算法相结合的思想及其解决方案．算法主要是将每一个任务作为一个基因位形成染色体,以遗传算法控制寻优方向,更适宜解决组合优化问题．实验结果表明,使用此算法解决指派问题,提高了搜索效率,能够在短时间内找到最优分配方案,证明该算法是可行的．