Powell方法的新改进

本文在Powell方法的基础上,提出一个新算法,它既具有二次终结性质,又可使共轭性度量保持不减,即它兼有Powell基本方法与Powell方法的优点。     

一个求解无约束优化问题的HS修正方法

给出了一个求解非线性无约束优化问题的新的共轭梯度类型公式,并证明了相应的方法在Powell再开始准则下具有充分下降性．文章最后给出了该方法的数值结果．     

随伴子空间方法

本文根据共轭向量基本特性提出的“随伴子空间方法”,包括“扩张随伴子空间法”和“一维随伴子空间法”两种算法。“扩张随伴子空间法”是一种新的解无约束优化问题的共轭方向法。它属于不用梯度的直接解法,但一维搜索次数只有(n(n 1))/2,仅为Powell法的一半。作为扩张随伴子空间方法的特例,本文又顺便提出了“一维随伴子空间方法”,它虽然与Powell法一样也是一种拟共轭方向法,但一维搜索次数更少,只需2n—1次。扩张随伴子空间法和一维随伴子空间法,都无需作复杂判断运算,又都具有沿脊线加速的能力。理论和计算表明这两种新算法概念清楚,简明易懂,程序短小,计算量少。     

求解病态线性方程组的共轭向量基算法

结合最速下降法计算量小和共轭方向法收敛速度快的特点,提出了一种求解病态方程组的共轭向量基的方法。线性方程组的精确解能够由共轭向量基线性表示,利用迭代的方式给出了构造共轭向量基以及对应系数的方法,证明了算法所构造的向量基的共轭性。同时给出了一个改进算法以适合不同精度要求,加快迭代的收敛速度。通过对5000阶的Hilbert方程组进行求解,结果的相对误差小于0.45％,并与当前普遍使用有效的方法进行了比较,数值实验结果表明,该算法适合求解大型病态线性方程组,且具有快速收敛,精度较高的特性。     

一个新的共轭梯度类型方法

提出一种求解无约束问题的新的共轭梯度类型公式，与此相应的方法在强Wolfe线搜索和Powell再开始条件下满足下降条件，并且在适当的情况下具有全局收敛性质。     

下降对称的Polak-Ribiere-Polyak共轭梯度法

应用Powell对称化技术于Polak-Ribiere-Polyak共轭梯度法,提出了一种下降对称的Polak-Ribiere-Polyak共轭梯度法.对任意线性搜索,它都满足下降性质.在强Wolfe线搜索的条件下,利用矩阵的谱分析和Zoutendijk条件,证明了此算法的全局收敛性.最后,通过数值实验并且与Polak-Ribiere+(PR+)算法作比较,验证了该算法的性能和有效性与实用性.     

共轭运动系统中刚体动力学的研究

共轭运动是机械加工和机械传动中一种最普遍的运动形式。本文讨论了作典型共轭运动的刚体的动力学问题。在讨论中,用向量的回转来描述刚体的定点转动,而描述一般刚体运动的Lagrange坐标取为质心位置向量、刚体瞬时回转轴线以及绕该回转轴线回转的角度,使共轭运动系统的动力学问题的列式变得简单。     

基于MATLAB的数字化共轭曲面求解研究

为了实现数字化共轭曲面求解的目的,采用曲线插值替代曲面插值,从离散的数字化曲面得到一个连续的曲面,从而实现了共轭曲面法向量和相对运动速度的求解,在此基础上,提出了基于降维插值求解方法的数字化共轭曲面求解数学模型;运用计算软件MATLAB的强大数值计算和图形显示功能开发了数字化共轭曲面的求解算法,并用Visual C++实现了人机界面和数据的处理.计算实例的结果表明该方法能有效实现数字化共轭曲面求解.     

基于MATLAB的数字化共轭曲面求解研究

为了实现数字化共轭曲面求解的目的,采用曲线插值替代曲面插值,从离散的数字化曲面得到一个连续的曲面,从而实现了共轭曲面法向量和相对运动速度的求解,在此基础上,提出了基于降维插值求解方法的数字化共轭曲面求解数学模型;运用计算软件MATLAB的强大数值计算和图形显示功能开发了数字化共轭曲面的求解算法,并用V isual C++实现了人机界面和数据的处理.计算实例的结果表明该方法能有效实现数字化共轭曲面求解.     

无界域上正则函数向量带位移的非线性边值问题

讨论了Clifford分析中无界域上正则函数向量的带共轭带位移的非线性边值问题.首先得到了无界域上正则函数向量的Plemelj公式,然后利用积分方程方法和Schauder不动点理论讨论了该非线性边值问题解的存在性及其积分表达式.     

基于混合QPSO的LS-SVM参数优化及其应用

针对最小二乘支持向量机(LS-SVM)的参数寻优问题,提出一种基于混合量子粒子群算法(HQPSO)的LS-SVM参数选择方法,以提高LS-SVM模型的学习性能和泛化能力.该算法结合QPSO算法的全局优化能力和Powell的局部寻优能力,分别对粒子初始位置、新局部最优位置以及全局最优位置进行Powell局部寻优,提高求解速度和解的精确性.利用测试函数对该建模方法进行仿真测试,与PSO LS-SVM模型进行比较,并利用湿法炼锌净化过程现场数据进行工业验证.研究结果表明:HQPSO LS-SVM模型具有较好的泛化性能,模型预测精度高,预测结果满足工艺生产的要求.     

优化设计在矿用电钻电动机研究中的应用

用非线性规划方法以矿用电钻电动机的优化设计进行了深入的研究,用“惩罚函数法”进行数学模型的处理,采用并改进了Hooke-Jeeves模矢搜索法及Powell的共轭方向法,还提出一种随机搜索法进行了大量的优化设计及分析研究,并给出了MZ-     

用牛顿-条件预优共轭梯度法求解光滑支持向量机的可能性研究

光滑支持向量机是目前的一个研究热点.牛顿-条件预优共轭梯度法Newton-PCG(Newtonpreconditioncd congugate gradient)是一种求解优化问题的更有效算法.列出了该算法用于求解光滑支持向量机的基本思想和基本步骤,还比较了原始牛顿法和牛顿-条件预优共轭梯度法的计算效率.结果表明,牛顿-条件预优共轭梯度法的计算效率明显高于原始牛顿法.     

不用梯度的一种改进共轭方向法

本文提出了改进的Powell直接方法的一种方案,在选择线性无关的搜索方向上,比其它的改进方法计算量有一定的减少。     

前馈型神经网络新学习算法的研究

前馈神经网络在非线性系统的建模及控制中有着广阔的应用前景,但是该网络的学习算法—向后传播算法(Backpropagation(BP)Algorithm)算法存在一些不足。为了提高多层前馈神经网络的学习效率及稳定性,引入了非线性最小二乘法。通过与其他学习算法的比较,得出结论:其中用差商近似代替导数的Powell法是一种高效、快速的学习方法,其学习速率比带动量项的学习率自适应的BP算法高一个量级,而比Daviden Fletcher Powell(DFP)、BroydenFletcher Goldfarl Shanno(BFGS)等变尺度方法以及其他非线性最小二乘法的稳定性要好得多。     

广义向量平衡问题的对偶

 首先利用Fenchel共轭函数的方法引入了广义向量平衡问题的对偶问题,然后在稳定性条件的假设下,讨论了广义向量平衡问题的解与其对偶问题的解之间的关系.     

Clifford分析中广义正则函数向量的带位移带共轭的非线性边值问题

讨论Clifford分析中广义正则函数向量的带位移带共轭的非线性边值问题, 得到了其plemelj公式, 然后用积分方程的方法和Schauder不动点原理证明了该问题解的存在性, 并得到了解的积分表达式.     

前馈型神经网络新学习算法的研究

前馈神经网络在非线性系统的建模及控制中有着广阔的应用前景,但是该网络的学习算法-向后传播算法(Backpropagation (BP) Algorithm)算法存在一些不足.为了提高多层前馈神经网络的学习效率及稳定性,引入了非线性最小二乘法.通过与其他学习算法的比较,得出结论:其中用差商近似代替导数的Powell法是一种高效、快速的学习方法,其学习速率比带动量项的学习率自适应的BP算法高一个量级,而比Daviden Fletcher Powell (DFP)、Broyden Fletcher Goldfarl Shanno (BFGS)等变尺度方法以及其他非线性最小二乘法的稳定性要好得多.     

线性拓扑空间中一般向量极值问题的ε—共轭对偶定理

在线性拓扑空间中引入ε-次微分和ε-共轭映射的概念,系统地讨论了它们的若干性质,建立了一般向量极值问题的ε-共轭对偶定理。     

基于共轭FRFT模函数对消的运动目标检测

分析了回波信号以及其共轭信号的FRFT幅值特性,并利用此特性提出了一种基于共轭FRFT模函数对消的海面运动目标检测方法。该方法利用回波信号在最佳变换角度有较好的能量聚集,而其共轭信号在此最佳变换角度没有能量聚集。利用两者FRFT模函数之差对消部分杂波,在保证信号能量基本不被削弱的前提下达到抑制杂波、提高检测概率的目的。高斯噪声与IPIX雷达数据实验表明该方法在低信杂比条件下有较好的检测性能。