带有顶点权重约束的图划分问题研究

研究了带有顶点权重约束的图划分问题.首先基于矩阵的提升将原问题转化为半定规划松弛模型，利用半定规划内点法求解该模型，并在求解过程中给出了具体的初始点选取策略和步长选取策略.随后利用改进的随机超平面舍入算法和2opt启发式算法求得原问题的近似最优解.数值实验表明该文的算法可有效求解带有顶点权重约束的图划分问题，且对于稀疏图的求解表现出了良好的性能.     

一般非线性规划的组合同伦牛顿法

把含等式和不等式约束的一般非线性规划问题转化为只含不等式约束的非线性规划问题,然后构造同伦方程来求解.在组合内点同伦算法中,每一次迭代,都用牛顿法计算变量的增量.在可行域满足法锥条件下,证明了该算法的全局线性收敛性.     

一个基于QR分解的并行原-对偶内点算法

首先介绍了原-对偶内点算法的主要计算步骤,阐明哪一步上可以进行并行化处理.接着介绍QR分解的理论,及如何利用QR分解并行求解线性方程组.最后提出了一种基于QR分解的并行内点算法,并给出了实验结果.     

线性规划基线算法的数值报告

介绍了基线算法的构思原理,用Netlib数据和随机生成的数据对几种具体的实现形式进行了测试,并与单纯形法进行了比较．理论和数值结果表明基线算法是一种可靠、有效的算法．此外,还给出了关于其它算法(包括内点算法)的若干评述．     

线性规划基线算法的数值预报

介绍了基线算法的构思原理，用Neilib数据和随机生成的数据对几种具体的实现形式进行了测试，并与单纯形法进行了比较。理论和数值结果表明基线算法是一种可靠，有效的算法，此外，还给出了有关于其它算法（包括内点算法）的若干评述。     

一个求解不等式约束优化问题的非内点型可行QP-free算法

提出一个求解不等式约束优化问题的非内点型可行QP-free算法,该算法不要求迭代点必须是可行域的内点;而且在算法的每一个迭代,只需求解4个系数相同的线性方程组得到搜索方向;在合适的条件下,该算法被证明具有全局收敛性和局部超线性收敛速度.     

一种室内环境下仿人机器人路径规划方法

研究了单目环境下仿人机器人的室内环境的建立和运动规划问题.按照室内环境的建立地图,并选择SURF特征点作为室内环境中路标,提出了基于SURF路标与A＊算法的仿人机器人路径规划算法,该算法能够较好地满足仿人机器人路径规划的要求,具有一定可行性和有效性.     

一种基于信赖域约束的优化问题的求解方法

讨论一类仅含有线性约束条件的优化问题,在每次迭代过程中,用二次近似模型近似目标函数,从而构造一个子问题,以便于确定迭代方向.在每个子问题求解时引入一组共轭方向,子问题可以转化为一个线性规划问题和一个一维约束优化问题.为了保证算法的总体收敛性,应用信赖域算法代替一维搜索,确定下一个迭代点.证明了算法产生的点列如有聚点,则必有一个聚点是原问题的K-T点.     

无线传感器网络中节点定位算法研究

结合基于锚点的质心算法定位精度高和与锚点无关的ABC算法成本低优点,提出了一种改进算法,即连通度阈值与三角面积结合算法.在减少质心算法锚点数目的情况下控制ABC算法的误差在可接受的范围内,从而满足实际应用对精确度的要求.最后讨论了使用改进算法需要注意的两方面因素和如何根据实际应用进行选择.     

基于差分进化算法的时间最优路径规划

提出了一种利用差分进化算法进行机器人路径规划的方法,在极坐标系下采用路径点列的极角和极径作为参数进行个体成员的矢量合成,生成的初始路径点集经过提练处理极大提高机器人移动速度;仿真结果表明该方法可以解决大范围、多障碍环境的机器人路径规划问题.     

基于点到点网络的自适应顺序诊断算法

总结了系统级故障诊断的三大测试模型和常用的诊断策略。在提炼三大测试模型共同特征的基础上,提出了基于点到点网络的自适应顺序诊断算法,并分析了它的测试模型、诊断策略及诊断开锁等问题。     

求解一类二阶奇异摄动两点边值问题

在再生核空间W3[0,1]中研究一类二阶奇异摄动两点边值问题的新的数值逼近方法,给出了这类方程精确解的表达式,证明了近似解的误差随着结点数的增加而单调递减.数值算例验证了算法的有效性.     

VoIP回声消除中LMS改进算法的研究

为解决Vo IP中语音回声问题,给出了一种改进的变步长LMS算法.改进算法在收敛时具有较大的步长,能快速消除回声,收敛后,步长变小,以减小稳态误差,使收敛速率与稳态误差之间的矛盾得到改善.仿真结果表明,改进算法的收敛速度和回声消除效果较好.     

三次隐多项式曲线的生成算法

给出了一种隐多项式曲线的逐点生成算法，同时还探讨了对曲线自交叉情况的有效处理方法，拓展了曲线生成的研究领域。     

一种求解代数方程组的混合遗传算法及工程应用

针对用遗传算法求解代数方程组时解的精度问题，提出了一种混合遗传算法，这种算法采用实数编码方法，在遗传算法的基础上，引入一种用适应度函数值构成动态变化的搜索步长的随机搜索算子，当遗传算法求解达到某一精度时，应用该搜索算子在最优个体附近进行随机搜索，使算法解较快地逼近到所要求的精度，实验表明用这种算法求解代数方程组，可以达到较高的求解精度，在工程中用于求解关节型机器人速度逆解，避免了矩阵求逆，取得了满意的效果。     

基于分层聚类的k-means算法

为了更好地实现聚类,在分析分层聚类和k-means算法优缺点的基础上提出了一种改进的聚类算法.改进算法将分层聚类和k-means聚类算法的优点相结合,首先采用分层聚类,得到一个初始的聚类结果,然后应用k-means聚类算法继续聚类.实验结果表明,改进算法较原先传统的聚类算法,不但算法执行速度快、效率高,而且聚类效果也比较好。     

压缩感知点云数据压缩

在研究FARO 激光扫描点云数据特点的基础上,将压缩感知理论和算法应用于3D 点云数据的压缩. 通过对点云数据降维处理,直接对坐标数据进行采样压缩,应用正交匹配追踪算法进行恢复,并对恢复数据采用统计滤波的方法滤除边缘噪点. 仿真结果表明：该方法能有效地实现点云数据的压缩,且有较好的鲁棒性.     

基于遗传算法的双足机器人上楼梯的步态规划

针对双足机器人上楼梯的步态规划问题,应用三次样条插值合成脚踝的运动轨迹,并基于加速度分析设计出臀部运动轨迹,计算动力学模型得到ZMP轨迹,进而得出机器人步行的稳定性可以表示为关于上体初始位姿的多变量优化问题.最后应用遗传算法(genetic algorithm,GA)求解,获得稳定性好的优化步态.机器人上楼梯的动态步行仿真结果表明,运用遗传算法可以得到合适的优化轨迹.