基于约束优化的混合径向基函数响应面方法

[目的]为更好地求解昂贵黑箱函数优化问题.[方法]在响应面约束优化算法的基础上,采用由薄板样条径向基函数模型和三次径向基函数模型的组合得到的混合模型作为新响应面模型对黑箱函数进行逼近,并且在优化过程中自适应选择混合模型的权重因子.[结果]得到了混合径向基函数响应面算法.[结论]在34个常用检验问题上得到的算法数值实验结...     

一种基于跳出局部最优机制的自适应响应面方法

【目的】针对昂贵黑箱函数优化问题提出一种能够更好平衡局部搜索和全局搜索的响应面方法。【方法】对径向基函数响应面约束优化算法进行了改进,首先增加了判断陷入局部最优的机制,然后引入填充函数方法辅助选择新采样点,进而利用新采样点跳出局部最优。【结果】在37个公开的全局优化算法测试问题上的数值实验表明,本文提出的基于填充函数跳出局部最优机制的自适应响应面算法能够收敛到更好的近似全局最优解。【结论】基于填充函数方法的局部最优解跳出机制能够提升算法的全局搜索能力。     

增强型径向基函数的分块响应面近似处理方法

采用多项式响应面法、分块响应面法和增强型径向基函数的分块响应面法对3个测试函数进行近似处理,比较它们的均方根误差和相对误差值.结果表明:在样本数量较少时,并未明显地体现出增强型径向基函数的分块响应面法的优势,但是其近似精度不低于前两种方法;当样本点数量比较大时,增强型径向基函数的分块响应面方法的近似精度明显高于分块响应面法和多项式响应面法.     

一种带有隐藏约束昂贵黑箱优化问题的改进响应面方法

【目的】提出一种求解带有隐藏约束的昂贵黑箱优化问题的新响应面方法。【方法】对SHEBO算法进行了改进,取消了MADS强化搜索这一步骤,节约了昂贵黑箱目标函数的估值次数,并改善了响应面模型的更新策略,从而提高了算法效率。【结果】得到了新的带有隐藏约束昂贵黑箱优化问题的响应面方法。【结论】通过50个标准的测试问题对新算法的数值表现进行了评估,结果表明新算法优于原有的SHEBO方法。     

径向基函数插值逼近若干问题研究

针对径向基函数插值逼近的问题,研究了径向基函数中参数c的选取策略,通过数值算例研究了参数c对径向基函数插值逼近优化效果的影响.     

求解黑箱全局优化问题的一种改进的随机算法

提出了一个改进的随机算法求解黑箱全局优化问题,算法中使用的径向基函数插值是昂贵的目标函数的近似.算法在可靠的信赖域内通过简单而有效的方法选择下一个迭代点.在早期的迭代过程中,算法倾向于在响应面模型的全局最优值附近改善响应面模型的局部逼近精度.它可能暂时陷入局部最优,但它有能力在之后的迭代中探索可行域中的其他区域并改善响应面的全局逼近精度.数值实验结果说明了该算法的有效性.     

基于代理模型的汽车乘员约束系统性能优化

针对汽车碰撞乘员约束系统优化设计中多参数和非线性问题,提出了基于径向基函数代理模型的优化设计方法,通过LS-DYNA分析软件建立正面碰撞乘员约束系统的仿真模型并对其进行验证.基于该模型选取对响应影响较大的设计变量作为优化变量,在LS-OPT中选择径向基函数构建代理模型,采用空间填充试验方法进行试验设计,运用自适应模拟退火算法进行优化求解.优化结果表明:人体综合损伤WIC值相比初始设计值降低了28.2%,实现了对设计目标的优化.     

用径向基函数解一类微积分方程

通过一个数值算例,探讨了用径向基函数解一类微积分方程的问题。针对数值算例,比较了在相同步长时,不同的径向基函数对微积分方程数值解的精确程度,并比较不同的正定径向基函数在相同的形状参数时绝对误差的差异,说明径向基函数形状参数的选取与方程数值解的精度密切相关,同时也论证了在插值过程中所得到的矩阵方程解的存在唯一性。     

基于遗传优化径向基函数的梁板固有特性分析

为了提高径向基函数(RBF)的计算精度,利用遗传优化的径向基函数分析薄壁梁和板的固有特性.在静态分析的基础上,通过遗传算法(GA)优化径向基函数中的形状参数;利用改进后的径向基函数,分析薄壁梁和板的固有特性,得到了不同工况下结构的特征值和特征模态.数值计算表明:使用遗传算法优化后,径向基函数的计算精度大幅度提高,固有频...     

基于RBFNN的PID控制及其在电液位置伺服系统中的应用

针对具有参数不确定性的电液位置伺服系统的跟踪控制问题,利用径向基函数神经元的自学习、自适应特点,将其与传统的PID控制方法相结合,对电液位置伺服系统进行学习和控制.仿真研究表明,利用基于径向基函数神经网络的PID控制能使电液位置伺服系统获得令人满意的跟踪特性和快速响应特性.     

关于径向基函数插值方法及其应用

用径向基函数插值方法及求解偏微分方程的方法,选取Multi-Quadric方法为径向基插值函数,逆Multi-Quadric方法对偏微分方程进行数值计算,并与其他方法进行比较,突出径向基函数求解偏微分方程的方法的优点,提出一些需要进一步研究的问题。     

径向基函数配点法分析三维功能梯度材料板的静力和动力问题

传统配点法在求解动力学问题时会存在误差随时间累积的问题,而无网格径向基函数配点法在全域内采用具有无限连续性的径向基函数作为近似函数,结合配点法构建方程,通过最小二乘法进行求解。无网格径向基函数配点法不仅在数值计算过程中不需要任何网格,是真正的无网格法,而且易于离散,精度高,不需要积分,计算效率高;径向基函数的近似函数仅与距中心点的距离有关,非常适宜于求解三维问题。对于这种方法,本文先离散空间域,然后再离散时间域,并在每一时间步内施加边界条件,来分析三维功能梯度材料板的静力和动力问题,据此可解决传统配点方法在求解动力问题时误差随时间累积的问题。数值分析表明,材料性能呈梯度分布会导致其力学性能在梯度方向呈现非线性变化,不同的梯度分布模式会导致力学性能非线性变化的幅度不同。     

径向基函数配点法分析三维功能梯度材料板的静力和动力问题简

传统配点法在求解动力学问题时会存在误差随时间累积的问题,而无网格径向基函数配点法在全域内采用具有无限连续性的径向基函数作为近似函数,结合配点法构建方程,通过最小二乘法进行求解。无网格径向基函数配点法不仅在数值计算过程中不需要任何网格,是真正的无网格法,而且易于离散,精度高,不需要积分,计算效率高;径向基函数的近似函数仅与距中心点的距离有关,非常适宜于求解三维问题。对于这种方法,本文先离散空间域,然后再离散时间域,并在每一时间步内施加边界条件,来分析三维功能梯度材料板的静力和动力问题,据此可解决传统配点方法在求解动力问题时误差随时间累积的问题。数值分析表明,材料性能呈梯度分布会导致其力学性能在梯度方向呈现非线性变化,不同的梯度分布模式会导致力学性能非线性变化的幅度不同。     

基于径向基函数的动态优化问题联立求解方法

提出了一种新的求解动态优化问题的联立方法.该方法不同于常用的配置法,而是采用径向基函数插值方法对动态优化问题进行全离散,得到近似的大规模非线性规划问题.离散方法使用逆Multi Quadric函数做为基函数,并采用了间接求解微分方程的策略.最后,运用所提出的方法对2个经典算例进行优化,结果显示效果良好.     

复系数径向基配置法求解时谐涡流场问题

针对求解时谐涡流场问题,提出了一种复系数径向基配置法.根据时谐场计算中复数的实部和虚部表示的不同含义,选取不同尺度的径向基函数,将基于MQ径向基的复系数配置法应用于时谐场问题求解中,给出了相应的离散模型.在金属长方柱算例中,将数值解与解析解进行对比,发现2组解符合较好,结果验证了复系数径向基配置法的正确性和有效性.     

不同准则下的线性支持向量机回归模型

由于标准的支持向量机算法需要解一个二次规划问题,当训练样本较多时,其运算速度一般很慢,为了提高运算速度,根据不同的准则,提出了基于核函数的3种支持向量回归模型.基于使残差的平方和为最小准测的模型转化为解线性方程组运算,只需要矩阵乘积与求逆运算;基于使残差的最大绝对值为最小准则和使残差的绝对值之和为最小准则的2个模型转化为线性规划问题,并给出了线性规划的对偶问题.实验结果表明了该方法的有效性,且计算量明显降低.通过实例,对高斯径向基核函数和多项式基核函数进行了比较与分析,高斯径向基核函数的精度比多项式基核函数高.对高斯径向基核函数和多项式基核函数的不同参数也进行了比较和分析.     

非线性系统的自适应输出反馈优化跟踪控制

针对只有输出信号可测且不可测状态与未知非线性函数相关,同时还受到外部扰动的非线性系统,提出了一种自适应神经网络动态面优化控制方法,旨在解决该类非线性系统的输出反馈跟踪问题。首先,构建了基于径向基函数神经网络的状态观测器,保证其观测误差可渐进收敛至0;其次,利用动态面技术设计了自适应输出反馈控制律;最后,利用最速下降法选取了最优控制参数,优化了控制输入和跟踪性能,减轻了控制参数整定的工作量。该方法能够保证闭环系统所有信号半全局一致有界,而且通过引入性能函数和跟踪误差转换,保证系统输出具有指定的跟踪性能,改善了控制系统的过渡性质。仿真结果表明:设计的状态观测器较准确地实现了对系统信号的估计,跟踪误差信号幅值始终不超过0.02,控制参数优化后的输入信号幅值明显减小,验证了该控制方法的有效性。     

基于菌群优化算法优化生产车间传感网能耗

为了降低制造车间传感网能耗,采用基于菌群优化的径向基函数神经网络算法对传感网数据进行融合,去除冗余感知数据并降低数据维度;首先分析传感网节点的分簇及数据传输方式,然后建立基于径向基函数神经网络的生产车间传感网数据融合模型,引入菌群算法,利用菌群算法的趋化、复制和迁徙操作对神经网络的权重进行优化,获得稳定的径向基函数神经...     

用QCEA优化的RBF神经网络及其在股市预测的应用

采用量子克隆进化算法(QCEA)对径向基函数(RBF)神经网络的参数进行优化学习,并通过对不同样本容量和量子旋转角的实验,将量子克隆进化算法优化的径向基函数神经网络应用于上证指数的预测分析中.仿真实验表明:经量子克隆进化算法优化的径向基函数神经网络将全局搜索和局部寻优有机地结合起来,收敛速度快、种群多样性好,并可有效抑...     

一种基于径向基函数神经网络的自整定PID控制器

文章针对工业控制中最常用PID控制方法中存在的问题,讨论了基于径向基函数神经网络的PID控制,通过神经网络的自学习进行在线参数整定。并利用Matlab软件进行仿真。仿真结果表明,基于径向基函数的神经网络PID控制器具有较高的精度和较强的适应性,可以获得满意的控制效果。