快速收敛仿射投影算法在稀疏水声信道的应用

本文提出了一种新的快速收敛比例仿射投影算法,并将算法应用于稀疏多径水声信道均衡.该算法首先在改进比例仿射投影算法(improved proportional affine projection algorithm,IPAPA)的基础上引入变步长算法,提高算法的收敛速度;并在此新算法的基础上通过引入判决反馈结构,进一步改...     

Inertial projection algorithms for convex feasibility problem

The purpose of this paper is to apply inertial technique to string averaging projection method and block-iterative projection method in order to get two accelerated projection algorithms for solving convex feasibility problem.Compared with the existing accelerated methods for solving the problem,the inertial technique employs a parameter sequence and two previous iterations to get the next iteration and hence improves the flexibility of the algorithm.Theoretical asymptotic convergence results are presented under some suitable conditions.Numerical simulations illustrate that the new methods have better convergence than the general projection methods.The presented algorithms are inspired by the inertial proximal point algorithm for finding zeros of a maximal monotone operator.     

Approximate subgradient projection algorithm for convex feasibility problem

An ε-subgradient projection algorithm for solving a convex feasibility problem is presented. Based on the iterative projection methods and the notion of ε-subgradient, a series of special projection hyperplanes is established. Moreover, compared with the existing projection hyperplanes methods with subgradient, the proposed hyperplanes are interactive with ε, and their ranges are more larger. The convergence of the proposed algorithm is given under some mild conditions, and the validity of the algorithm is proved by the numerical test.     

基于对角隐式Runge-Kutta公式的无约束优化方法

通过把一个无约束优化问题转化为一个等价的常微分方程,利用二阶半对角隐式Runge Kutta公式构造了求解无约束优化问题的LRKOPT算法。LRKOPT算法具有与IMPBOT方法相似的数值特性,但LRKOPT算法可以看成是最速下降方向与牛顿法方向的非线性组合,而IMPBOT方法为它们两者之间的线性组合。在目标函数为一致凸函数的假设条件下,证明了LRKOPT方法的具有全局收敛和局部超线性收敛性。数值结果表明LRKOPT方法具有很好的数值稳定性并且LRKOPT方法的计算效率优于IMPBOT方法。     

全局收敛的投影单纯形方法

对于线性约束、非线性目标的优化问题，文献［１］的作者以极小化条件代替求正交投影的一组正交条件，并用一个特殊的线性规划模型来确定迭代方向，由此给出了一个算法。但文献［１］没有讨论算法的收敛性，且一般说来，这种算法不具备收敛性质［５］。本文沿用［１］的迭代方向ｄ（ｘ）的表示形式，给出了一个新的算法，讨论了算法性质，证明了算法具有全局收敛性.     

On the Convergence of a New Hybrid Projection Algorithm

For unconstrained optimization, a new hybrid projection algorithm is presented m the paper. This algorithm has some attractive convergence properties. Convergence theory can be obtained under the condition that Δ↓f（x） is uniformly continuous. If Δ↓f（x） is continuously differentiable pseudo-convex, the whole sequence of iterates converges to a solution of the problem without any other assumptions. Furthermore, under appropriate conditions one shows that the sequence of iterates has a cluster-point if and only if Ω＊ ≠ θ. Numerical examples are given at the end of this paper.     

退火进化规划算法及其收敛性

基于排序的选择方式在一定程度上会导致种群搜索范围变窄,进化规划算法过早收敛。针对此问题,将退火概率与适应度结合的选择方式引入进化规划算法的选择操作,形成了退火进化规划算法(AEP)。然后利用非时齐Markov链对退火进化规划算法进行了描述,并证明了其全局收敛性。数值实验表明,退火进化规划算法能保证种群的全局收敛性,且收敛速度较快,可较好地避免早熟收敛和局部极值。     

热工网络问题的大范围收敛解法

提出了热工网络问题的大范围收敛迭代解法,该算法避免了普通的直接差分方法所带来的稳定性困难,满足了过程仿真的收敛性与实时性的要求,为工业过程的建模与仿真提供了新的思路。本文还给出了一个仿真计算的例子。     

BEHAVIOR OF STOCHASTIC APPROXIMATIONALGORITHM IN ROOT SET OF REGRESSIONFUNCTION

1.IntroductionStochasticapproximation(SA)iswidelyappliedinoptimization,systemindelltification,adaptivecontrolandsignalprocessing.ThebasicproblemofSAistoseektherootsoreXtremaofafunctionf(.)calledregressionfunctionwhichcanbeestimateattimekandletthe(k 1)thobservationi,e,Yk 1~f(Xk) ek 1,(1)whereek 1istheobservationnoise.RobbinsandMonroll]in1951proposedthefollowingalgorithmxk l=xk akyk 1,(2)toestimatetherootsofj(.),whereahisthestepsize.ThisalgorithmisnowcalledRobbinsMonro(RM)algorithm.Denoteb…     

基于数列模型的思维进化算法收敛性分析

为对思维进化算法性能作进一步研究,分析了思维进化算法的进化算子(“趋同”和“异化”)及种群进化过程,建立群体进化的数列模型,并应用模型的极限性质对算法收敛性进行分析。在不考虑状态转移概率的情况下证明了思维进化算法能够收敛到全局最优解。数值仿真结果也印证了所得结论,应用数列模型分析思维进化算法的收敛性,使用其证明更加直观。     

极大极小问题的广义投影型解法

讨论一类带约束的极大极小问题并给出一个广义投影型的算法，利用问题的特性而使算法有较简单的结构。     

蚁群算法的全局收敛性研究及改进

针对蚁群算法(ACA)寻优性质优良,但搜索时间长、收敛速度慢、易限于局部最优解,从而使其进一步推广应用受到局限的问题,对算法的全局收敛性进行了深入的理论研究,并从改善全局收敛性的角度对算法作了一系列改进,最后对Bayes29这一典型的TSP问题进行了仿真实验。实验结果证明,改进后的蚁群算法具有很好的全局收敛性能。这为蚁群算法的进一步理论研究打下了很好的基础,对其在各优化领域中的推广应用具有重要意义。     

元胞蚂蚁算法的收敛性分析

提出一种新的优化算法，元胞蚂蚁算法，该算法将元胞自动机的邻居和规则引入传统的蚂蚁算法，实验结果证明该算法可行且有效，有良好的全局优化能力。定义元胞蚂蚁算法的求解迭代过程为一个概率测度空间中的随机算子，利用随机不动点理论，证明了该算子为连续压缩算子，存在唯一的随机不动点，从而给出了元胞蚂蚁算法的收敛性的论证，为算法奠定了相应的理论基础。     

基于投影滤波的突发事件危险源位置估计问题研究

针对确定突发事件中危险源的位置估计问题,提出一种基于hermit基函数的投影滤波方法.通过将其概率解投影到指定状态空间中,通过投影空间中的艾尔米特基函数构造出近似解,即状态的先验概率密度函数,最后由贝叶斯估计得到状态的后验概率密度函数,给出算法的收敛性和计算复杂度分析.仿真实验证明投影滤波方法有效减少滤波估计中所需的计算量,并提高了估计精度.     

实数编码化学反应优化的全局收敛性研究

作为一种新的自然计算方法,化学反应优化性能优越,适应性强,但其理论研究缺乏.针对上述问题,以实数编码化学反应优化(RCCRO)为对象,研究其收敛性和收敛速度.首先,建立RCCRO在连续时间上有限吸收的Markov链模型,并证明其为有限可吸收Markov链;然后,基于有限吸收Markov链证明RCCRO的收敛性;进而,对于采用不同初等反应组合的RCCRO,研究初等反应的有效性和算法全局收敛的必要条件;最后分析了RCCRO的收敛速度和首达时间.     

引入动量项的正交小波变换盲均衡算法

针对常数模算法(CMA)收敛速度慢的缺点,推导了均衡器的正交小波表示式及正交变换矩阵的表示式,在分析正交小波变换常数模盲均衡算法(WTCMA)的基础上,将动量算法引入WTCMA中,得到了一种引入动量项的正交小波变换常数模盲均衡新算法(MWTCMA).该算法将基于小波变换的常数模盲均衡算法和动量项相结合,通过归一化的正交小波变换和引入动量项来提高收敛速度.同时给出了算法的收敛条件,并对算法计算量进行了分析.水声信道仿真结果表明:与基于正交小波变换的常数模盲均衡算法(WTCMA)及常规常数模算法(CMA)相比,新算法具有更快的收敛速度,从而能更有效地实现信号与噪声的分离以及信号的实时恢复.     

水声信道快速收敛自适应均衡算法

从提高自适应均衡算法水声信号收敛性能的角度出发,提出了一种新的快速收敛水声信道自适应均衡算法。该算法将改进的归一化均方误差算法和判决反馈均衡器结构有机结合,在不增加计算量的前提下,很好地实现了不同水声信道的自适应均衡,易于算法的硬件实现。仿真结果表明,该算法计算量同归一化最小均方(normalized least mean square, NLMS)误差算法的计算量相当,但在稳态误差和收敛速度上有很大优势;收敛性能与自适应调整最小二乘回归〖CD*2〗判决反馈均衡器(variable tap-length decision feed-back equalizer based on recursive least square, RLS-DFE)算法接近,却克服了RLS-DFE算法计算量大,不利于硬件实现的实际问题。提出的算法为水声通信提供了一种性能优良的可实现方法,具有较高的应用价值。     

数值积分的神经网络算法研究

提出一种求解数值积分的新方法,其基本思想是训练傅立叶基神经网络来逼近被积函数以实现定积分的数值计算.为保证算法的收敛性,提出并证明了神经网络算法的收敛性定理,为学习率的选取提供依据.本算法计算精度较高,对被积函数要求较低,适应性强,并可以计算振荡函数的积分.数值积分算例验证了本算法的有效性,因此在工程实际中有较大的应用价值.     

Global Convergence of Adaptive Generalized Predictive Controller Based on Least Squares Algorithm

Some papers on stochastic adaptive control schemes have established convergence algorithm using a least-squares parameters. With the popular application of GPC, global convergence has become a key problem in automatic control theory. However, now global convergence of GPC has not been established for algorithms in computing a least squares iteration. A generalized model of adaptive generalized predictive control is presented. The global convergebce is also given on the basis of estimating the parameters of GPC by least squares algorithm.     

A SUPERLINEAR CONVERGENT FEASIBLE METHOD FOR NONLINEAR PROGRAMMING WITH NONLINEAR CONSTRAINTS

ＡＳＵＰＥＲＬＩＮＥＡＲＣＯＮＶＥＲＧＥＮＴＦＥＡＳＩＢＬＥＭＥＴＨＯＤＦＯＲＮＯＮＬＩＮＥＡＲＰＲＯＧＲＡＭＭＩＮＧＷＩＴＨＮＯＮＬＩＮＥＡＲＣＯＮＳＴＲＡＩＮＴＳ￥ＧＡＯＺｉｙｏｕ；ＨＥＧｕｏｐｉｎｇ（ＩｎｓｔｉｔｕｔｅｏｆＡｐｐｌｉｅｄＭａｔｈ...