一般约束非线性优化的增广Lagrangian算法

构造了一个求解一般约束非线性优化问题的增广Lagrangian算法，通过引进函数ψ（x)=max{g(x),-λ/r}可直接处理不等式的约束情形，并且每次只需近似地求出对应增广Lagrangian罚函数的局部最小点，在一般假设下，算法产生的点列的任意聚点都是问题的K-T点。     

解非凸半定规划的一个Lagrange方法

基于一个求解一般非凸半定规划问题的非线性Lagrange函数,给出了其相关算法,研究了函数的性质,证明了算法的收敛性。在适当的条件下,当罚参数大于某一阈值时,算法产生的序列局部收敛,由此给出了与罚参数相关的解的误差估计。     

求解约束规划的一个非线性Lagrange函数

提出了一个求解具有不等式约束的非线性规划问题的非线性Lagrange函数．此函数主要用于解决非凸规划问题．讨论了函数在KKT点的性质,收敛定理表明了在适当的条件下。当罚参数大于某一阈值时,产生的点列具有局部收敛性,并给出了与罚参数相关的解的误差估计．此函数的收敛速度较优于Bertsekas提出的指数函数乘子法．     

一个基于NCP函数的非线性Lagrange函数

基于修正的Fischer-Burmeister NCP函数,提出了一个求解具有不等式约束的非线性优化问题的非线性Lagrange函数,讨论了该函数在K-T点处的性质.收敛定理表明,在适当的条件下,当惩罚参数小于某一阈值时,基于该非线性Lagrange函数的算法产生的点列具有局部收敛性.     

求解非线性优化问题的一个非线性Lagrange函数

提出了一个求解非凸的具有不等式约束的非线性优化问题的一个非线性Lagrange函数,并讨论了在K—T点的性质。收敛定理表明,在适当的条件下,当参数k大于某一阈值k0时,产生的点列具有局部收敛性,由此给出了与罚参数相关的解的误差估计。     

一类基于非单调信赖域技术的信赖域修正算法

基于传统信赖域算法,为了解决约束最优化问题,利用非单调信赖域技术调整信赖域半径,矫正罚参数,提出了一种信赖域的修正算法,给出了收敛性证明.数值实验表明了算法的有效性.     

改进的求解整数规划的蚁群算法

针对传统蚁群算法在求解整数规划时易陷入局部最优问题,通过设定信息素的修正阈值,适时对信息素进行修正,以及采取纵向和横行的搜索方式,对蚁群算法进行了改进,算例比较分析结果表明:改进后的蚁群算法能够较好地避免陷入局部最优,且执行效率提高数倍.     

一种新的求解带等式约束的极大极小问题的罚函数

通过对经典的一类简单精确非光滑罚函数进行局部光滑化处理,及相应调整罚参数和光滑参数,构造出一种新的简单的光滑罚函数,将带等式约束的极大极小问题转化为对罚函数的无约束优化问题.初步的数值实验表明该罚函数算法是可行有效的.     

一个新的简单精确光滑罚函数

针对一般约束优化问题,通过添加一个变量,给出一个新的简单精确光滑罚函数.在较弱的约束品性的条件下,证明所给出的罚函数具有一定的连续可微性,而且当罚参数充分大时,所给出的罚问题的局部极小点为原问题的局部极小点.     

解非线性方程组的一种修正Levenberg-Marquardt算法

提出了求解非线性方程组的一个修正Levenberg-Marquardt方法,每次迭代步都引入校正步,使新的试探步更靠近Moore-Penrose步.另外,利用信赖域技巧修正L-M参数.在弱于雅可比矩阵非奇异的局部误差界条件下,证明了该算法的全局收敛性和局部二次收敛速度.数值试验表明了算法的有效性.     

一种阈值动态调整的仿生同步自主定位方法

针对仿生导航中鼠类同步定位与构图(RatSLAM)算法对连续经历场景出现漏匹配和错误匹配的问题,提出一种阈值动态调整的仿生同步自主定位与构图(DT-RatSLAM)方法。该方法在局部视图细胞生成阶段,引入阈值增强项和阈值衰减项,将前几帧图像的识别结果作为激励,实时动态地调整当前帧图像的模板识别阈值,并根据阈值判断是否生成新的局部视图细胞,然后综合连续场景的模板识别结果,对经验图进行闭环修正。仿真实验结果表明,与固定阈值条件下的RatSLAM算法相比,基于阈值动态调整的DT-RatSLAM方法在模板识别方面不仅能够保证不出现错误的匹配,而且正确识别率达到了99.6%,促使运行体能够对生成的经验图及时进行修正,提高了经验图的准确性,在算法运行时间方面比最优固定阈值的RatSLAM算法平均减少了13.5%。     

变压器绕组局部放电量测量误差计算及其修正方法研究

为分析IEC60270标准下电力变压器局部放电测量时因绕组分布纵向电容及衰减特性所带来的视在放电量测量误差并进行修正,提出了包含耦合电容的变压器局部放电分布电容网络模型。通过解析方法,量化了变压器绕组端部的局部放电量测量值随放电位置的变化情况,基于绕组等效RLC网络智能反演算法,提出了一种绕组局部放电频谱定位方法及局部放电量测量误差修正算法,介绍了算法的理论基础与基本思路。以一台变压器绕组电气参数仿真结果,构建了等效RLC网络模型,并以其作为研究算例应用所提修正方法,结果表明,放电量误差随放电位置远离测量端逐渐增大,最大时接近90%,而修正后局部放电量的最大误差比修正前降低了一个数量级,验证了修正算法的可行性,为将其进一步运用于实际变压器建立了一定的基础。     

一族基于修正的F-BNCP函数的非线性Lagrange函数

提出了一族求解具有不等式约束的非线性优化问题的非线性Lagrange函数,该族函数基于修正的Fischer-Burmeister NCP函数,并讨论了非线性Lagrange函数在K-T点处的性质.收敛定理表明,在适当的条件下,当惩罚参数小于某一阈值时,基于该族非线性Lagrange函数的算法产生的点列具有局部收敛性.     

一种基于分工合作的粒子群优化算法

为了提高粒子群搜索范围,防止陷入局部最优,在当今社会中团体分工合作的启发下,提出了一种新的基于分工合作的粒子群优化算法.在该算法中,将一个大的粒子群分成几个子群,按不同参数进化,在迭代过程中不断计算各个子群的平均适应度,设定一个阈值X,当任意两个子群的平均适应度之差大于该阈值时,则根据先进带动落后的合作思想,对平均适应度差的粒子群进行参数优化,实验结果表明,该算法在设定合适阈值时,扩大了搜索范围,从而提高了寻优精度.     

一类带NCP函数的新Lagrangian乘子法

提出一类带非线性互补问题(NCP)函数的新Lagrangian乘子法,用来解满足等式约束和不等式约束的最优化问题.此方法以连续可微的罚函数为基础,通过求解一个新的无约束Lagrangian函数得到原问题的解,并且在一定的条件下还可得到此方法的全局收敛性.     

亮度变化下室外场景图像特征点提取方法

在室外场景的环境感知中,固定阈值的特征点提取算法,其特征点数量和重复率随亮度变化而急剧变化,针对该问题,本文提出了一种基于局部自适应阈值的特征点提取算法。该算法通过设置自适应参数,用动态局部阈值计算每一个像素阈值来筛选特征点,解决了单一阈值选取不当导致的特征点丢失或重叠问题,对像素亮度进行分类,逐层筛选出候选特征点,达到定向二进制简单描述符特征点的精确提取。实验结果表明:亮度在增加或减少60%范围内变化时,特征点分布均匀无重叠,特征点数量的极差为80,仅占原始亮度特征点数量的25%,整体重复率稳定在80%以上。     

双参数精确罚函数求解约束优化问题的FR共轭梯度法

对于含约束不等式的最优化问题,给出一种双参数罚函数形式,提出了一个求解这种罚函数无约束优化问题的FR共轭梯度法,研究了它的收敛性.数值实验表明该算法是可行的.     

机器带准备时间的平行机排序问题的并行阈值算法

针对带准备时间的最小机器完工时间最大化排序问题,结合原始阈值算法、对偶阈值算法并加以修正,提出并行层次阈值算法,证明了三台机器情况下当参数ε＝1/4时,此线性时间算法的最坏情况界为3/4.这是到目前为止最坏情况界最小且时间复杂性为线性时间的算法.进一步通过计算实验,表明并行阈值算法对于3台至50台机器、5至50 000个工件数量的规模下,具备很高效率.     

基于改进稳态遗传算法的桥梁有限元模型修正

由于测试误差和结构参数的不确定性,有限元模型修正的局部最优解和全局最优解均有可能是真实解。为了同时获取模型修正的局部最优解和全局最优解,文章提出一种改进的稳态遗传算法(ISSGA)。该算法通过一种双角度算子来判定目标函数的可行解,并通过定义可行解的伴侣解不断优化解的位置,实现目标函数局部最优和全局最优解的寻找。通过两个测试函数和一座混凝土箱梁桥模型修正案例,验证了ISSGA算法的精度、稳定性和计算效率,并明确了算法中各个参数的取值依据。结果表明:ISSGA可同时获得目标函数的局部和全局最优解;双角度算子可有效避免局部最优解的遗漏;ISSGA算法为获得模型修正合理解提供了可能。     

一种改进的阈值分割算法在复合材料图像处理中的应用

针对纤维增强复合材料微观结构图像的特点,提出了一种改进的基于模糊思想的阈值分割算法,该算法利用整体阈值、局部阈值和像点梯度信息之间的关系,构造了一个双输入单输出的模糊逻辑系统,合理计算出像点的最佳分割阈值.实验结果证明了算法的有效性.