求解混合整数规划问题的指数变差积分算法

研究了一种求解混合整数规划问题的指数变差积分算法.利用积分型总极小值理论及指数变差积分对混合整数规划问题进行研究,通过变差积分函数的分析性质及混合整数规划的最优性条件,结合牛顿法设计了一种求解混合整数规划的指数变差积分新算法.运用Monte-Carlo模拟方法实现整个算法,数值结果表明该算法是有效的.     

多尺度全变差图像去噪算法

结合小波和全变差方法,提出了一种多尺度全变差去噪算法. 该算法结合了小波的多尺度结构,并通过对多层小波分解后的高低频施加不同的正则化参数,在频率域上实行多尺度全变差去噪.实验结果证明,所提出的算法相对于全变差去噪方法和小波去噪方法,能够更好地抑制噪声、保持边缘和消除阶梯效应.     

滞后型泛函微分方程有界变差解的唯一性

借助Henstock-Kurzweil积分建立了一类滞后型泛函微分方程有界变差解的唯一性定理,将滞后型泛函微分方程有界变差解的唯一性定理从Lebesgue积分意义下推广到Henstock-Kurzweil积分意义下.     

Φ有界变差解与H-K积分

Φ有界变差函数是有界变差函数的推广,而广义积分Henstock-Kurzweil是处理高度无限振荡函数的有效工具,运用Φ函数理论,定义了广义积分Henstock-Kurzweil意义下不连续系统的局部右行唯一性,将有界变差解推广到Φ有界变差解的情形,建立了Φ有界变差解的唯一性定理,对高度无限振荡问题的研究有一定的指导意义.     

一类线性脉冲微分系统的变差稳定性

利用Henstock积分、Lyapunov函数以及脉冲微分系统理论,讨论了一类带脉冲效应的线性微分系统有界变差解的稳定性,并建立了有界变差解的变差稳定性和渐近变差稳定性的Lyapunov型定理.     

全局优化问题的最优性条件及其实现算法

基于求总极小值的积分水平集算法,提出另一类求总极大值的积分水平集算法;并根据权重的概念,对其中的积分均值函数进行修正,建立了求总极大值的积分水平集算法,以及相应的收敛准则;同时,对不同的权重值进行了数值试验,并对结果作出了客观评价.     

正交增量鞅的平方变差和混合积分

研究了二参数正交增量鞅的平方变差和混合积分,证明了平方变差的存在定理。对连续的平方可积强鞅的混合积分的四个基本性质推广到对连续的正交增量鞅的混合积分的情形。     

弱Henstock变差随机积分的性质及收敛定理

讨论了随机积分用非一致Riemann和的方法刻画时所得弱Henstock变差积分(即WHVB积分)的性质及其收敛定理.     

一类方程Φ有界变差解对参数的连续依赖性

借助Musielak及Orlicz等人提出的Φ有界变差函数理论,在文献[2]的基础上考虑了Caratheodory系统在Henstock-Kurzweil积分意义下的Φ有界变差解对参数的连续依赖性定理.     

关于HVB随机积分

讨论了关于布朗运动的Henstock变差积分(即HVB积分)的Cauchy准则.     

基于不同风险度量的投资组合模型实证分析

利用上海证券市场的实际交易数据对半绝对离差模型,基于分位数的绝对离差模型（Ruszczynski＆Vanderbei,2003）以及MV模型进行了实证比较．通过分析各模型的全局最小风险组合,计算发现,半绝对离差模型比其他模型具有更好的样本外业绩．     

两个绝对值优化问题解的等价性

针对损失函数为最小一乘问题,惩罚项由基数函数定义的绝对值优化问题,提出用MCP(Minimax Concave Penalty)非凸正则来连续逼近基数罚,得到一个精确连续的绝对值优化松弛问题。首先,证明了带基数罚的绝对值优化问题的全局最优解;其次,研究了带基数罚的绝对值优化问题与带MCP罚的绝对值优化松弛问题之间全局最优解的等价性;最后,证明了在一定的条件下这两个绝对值优化问题具有相同的全局最优解。     

采用多目标粒子群算法的模拟电路故障诊断研究

提出了一种容差条件下基于多目标粒子群(MOPSO)算法的模拟电路软故障诊断方法.通过灵敏度分析,建立模拟电路故障诊断的约束线性规划方程组,以元件参数变化量与标称值的百分比作为故障判据.针对MOPSO中目标空间增加时种群选择压力影响算法性能的问题,采用阶有效优化准则代替传统的Pareto优化准则,引入最优折中解作为全局最优解,从而提出基于阶有效的平衡全局搜索策略多目标粒子群(ESEO-MOPSO)算法,并将其用于模拟电路故障诊断的约束线性规划方程组的求解中.仿真结果表明,该方法兼顾故障元件的定位和故障元件参数变化量的估计,可以有效地实现模拟电路在容差条件下的软故障定量诊断.     

杂草算法收敛性分析及其在工程中的应用

针对从自然界中杂草的生长繁殖特性演化而来的新型智能优化算法———扩张性杂草进化算法,通过马尔可夫链,分析证明了它的全局收敛性.相比其他启发式算法,其最大优点是基于种群中优秀的个体有指导地进行搜索,且算法中子代个体按正态分布的方式分布于父代个体周围,在进化过程中通过动态调整此正态分布的标准差,使算法在早期与中期充分保持群落的多样性,较其他启发式算法更容易保证对解空间的全面搜索.而在算法的后期加强对优秀个体周围的局部搜索,从而保证算法能够稳健地收敛到全局最优解.典型的复杂机械优化设计算例结果表明,该算法在优化过程中能有效避开局部最优解,快速、有效地收敛到全局最优解.     

双调和Abel—Poisson算子对Zygmund函数类的逼近

建立了双调和Abel—Poisson算子对Zygmund函数类的逼近度的渐近等式．     

A Direct Parameter-Extraction Method for GalnP／GaAs Heterojunction Bipolar Transistors Small-Signal Model

Heterojunction bipolar transistors(HBT) have been wide ly used for digital, analog, and power applications dueto their superior high speed and high current driving capabili ties. The development of HBT on the materials of GaAs andSi/SiGe has been stimulat…     

求解全局优化问题的一种新方法

局部最优性必要条件是用来设计局部优化算法的一个主要工具。本文将介绍求解全局优化问题的一种新的方法：利用全局景优性器件（最优性必要备件[NC]和最优性充分备件[SC]）来研究一类{0,1}双值混合二次规划问题的一些最优化算法。首先利用其全局最优性必要条件[NC]来研究这类双值混合二次规划问题的局部最优化算法,然后针对于这类{0,1}双值混合二次规划问题,研究一类特殊的辅助函数Fr,x（x）来克服现有的局部极小点,最后利用所碍到的辅助函数Fr,x（x）和局部优化算法LOMMQP以及全局最冼性充分条件[SC]来得到具有一定终止准则的全局最优化算法（GOM）。     

一种新型快速的直接随机优化算法

 针对常用优化算法求解时实时性较差且易陷于局部最优解的问题, 提出一种新型快速的直接随机优化算法(DROA). 该算法直接利用随机搜索过程寻找最优解, 减少了额外计算, 降低了计算复杂度; 其搜索过程分为全局搜索和局部搜索两个阶段, 各阶段选用不同的调节参数公式和搜索方式. 先将递增参数的3个随机优化模块串接构造全局优化子, 并将多个全局优化子并行搜索构造全局优化器以获得全局最优解; 再将多个局部优化模块串接在一起运行构造局部优化器使优化解更精确. 测试结果表明, 该方法快速高效, 优于目前的全局优化算法.     

修正的HS谱共轭梯度方法

本文研究了无约束全局优化问题的求解问题,结合谱梯度算法的优点给出了一类求解该问题的HS谱共轭梯度算法。在这类算法中我们利用非精确的线搜索,得到了一些算例,并给出了计算结果和典型算法的一些比较。     

非线性等式约束优化的信赖域算法

提出了求解一般非线性等式约束优化的信赖域算法。运用了不同方法在信赖域内求解原优化问题的二次近似模型的解,通过收敛性分析,获得了算法的整体及局部超线性收敛等结果,并给出了算法的执行细节。