求解一类极大熵问题的一种新算法

本文对求解一类附加线性等式约束的极大熵问题给出了一种新的算法。与文献「１」的算法相比，本文的方法在原理上简单、清晰，在计算上更为简捷，便于应用。     

极大极小问题的广义投影型解法

讨论一类带约束的极大极小问题并给出一个广义投影型的算法，利用问题的特性而使算法有较简单的结构。     

大系统优化有效算法的研究

将极大熵方法和有限内存的ＢＦＧＳ方法结合起来可以大大提高算法的计算效率，节省计算机内存，为求解大型约束非线性规划提供了一种新途径．计算实例说明，该方法确是一种有效的大系统优化算法     

非线性目标规划的一类有效方法

利用偏差变量的等价表示将其从目标规划模型中消去，得到不含偏差变量的等价模型。基于极大熵方法，通过求解等价模型，给出一类直接处理非线性目标规划的新方法，数据实例验证了算法的有效性。     

求一类多目标规划弱有效解的极大熵算法

根据多目标优化的基本原理，结合极大熵函数的基本性质，提出求解目标规划问题(AGP)的极大熵算法，并证明收敛性，给出数值算例。     

数论网格法在极大似然估计中的应用

复杂似然函数的多峰性使得极大似然估计的求解存在很大困难。针对这一问题,提出了求解极大似然估计问题的数论网格法。讨论了数论网格法的特点,理论分析了其算法精度,给出了基于数论网格的序贯优化算法的计算步骤,研究了初始搜索区域和算法初始参数的确定方法。最后,以两参数威布尔分布参数极大似然估计为例,给出了极大似然估计的计算过程,比较了序贯优化算法和对分法的估计结果,说明了序贯优化算法的有效性和计算效率。     

基于地心坐标系的传感器极大似然配准算法

配准是多传感数据无误差坐标转换的必不可少的处理过程。现有的精确极大似然 (EML)配准算法[1]是基于立体几何投影法进行的 ,没有考虑地球地形的影响 ,因此当传感器之间相距很远时将失去实际意义。提出了一种基于地心坐标系 (ECEF)的传感器极大似然配准算法。这种方法考虑到了地球形状对配准的影响。最后给出的仿真结果说明这种配准算法初步解决了远距离的传感器配准。     

基于自适应评价函数的独立成分分析算法

简要介绍独立成分分析（ICA）及其模型，然后在极大似然估计的框架下，基于两类参数模型--Gaussian混合密度模型和Pearson系统模型，研究了具有对称分布（包括超高斯分布与亚高斯分布）和非对称分布源混合信号的盲分离问题，给出了一种有效的基于灵活评价函数的ICA新算法，该算法在一定意义上实现了对源信号概率分布的真正全“盲”。与原有的ICA算法相比，该算法具有更广泛应用范围。模拟实验验证了算法的有效性。     

极大熵方法求解双层多目标决策问题

讨论了双层多目标决策问题 ,给出了最优有效偏好解的概念 ,上层转化为极大熵问题求解 ,下层进行有效性检验 ,最终给出了迭代算法.     

广义支持向量机优化问题的极大熵方法

依据最优化理论中的KKT互补条件建立了广义支持向量机的无约束优化模型,并给出了一种有效的光滑化近似解法极大熵方法,为求解支持向量机优化问题提供了一种新途径.该方法特别易于计算机实现,理论分析和数值实验结果表明了模型和算法的可行性和有效性.     

多目标决策的逼近方法（Ⅱ）：应用与数值分析

本文从数值计算的角度对求解多目标ｍｉｎｉｍａｘ问题的一种有效的逼近方法：极大熵方法进行了研究．对逼近问题用多目标决策的交互式可行方向法求解，用Ｃ语言编制了算法的计算程序并在３８６微机上对许多问题做了试算．数值结果表明：本文算法具有计算速度快、精度高、适用范围广且易于理解和使用等优点．     

基于极大极小代数法的Job-Shop生产线的建模方法

以极大代数法为基础开发一种新的代数模型以解决并行多生产线的Job-Shop建模和仿真问题。根据机床对工件加工条件准则和加工过程路径规则引入工艺路线矩阵、加工顺序矩阵以控制设备．零件的状态向量的递推过程，从而建立起状态向量的递推方程；重新定义极大代数法的乘法和加法规则，以满足上述两个准则，规定零元的运算规律，形成线性矩阵形式的状态矩阵的递推公式；通过计算实例说明加工顺序矩阵的控制作用和算法的先进性。本模型和方法可以作为DEDS领域Job-Shop的描述和优化调度的新平台。     

基于极大熵方法的网格资源分配策略

针对基于市场机制的网格资源分配中的出价问题,提出了一种用于并行任务资源分配的优化策略。该策略先将具有并行任务的多个用户竞争同一资源的行为形式化为一个极大极小问题,然后利用极大熵方法将其转化为一个可微的优化问题,最后通过二分搜索最优解产生一组优化的用户出价,根据这组出价按比例划分资源的计算能力。研究了用户出价函数的特征,给出了求出价组合最优解的具体算法。研究结果表明提出的分配策略具有较低的时间复杂度,从而能够提高资源分配效率,对于动态的网格环境具有更好的适应性。     

度约束最小生成树(DCMST)的竞争决策算法

度约束最小生成树是网络设计和优化中的一个NP难题，介绍了一种基于竞争造就优化和决策左右结果的新型算法——竞争决策算法，利用竞争决策算法的通用模型，给出了一种基于竞争决策思想求解度约束最小生成树的快速求解方法，经过数据测试和验证，并与其它算法的结果进行了比较，得到了较好的结果．     

加权约束满足问题的改进深度优先搜索算法

回顾了加权约束满足问题的基本概念，给出了求解的标准深度优先搜索算法，并探讨了利用变量间的约束关系，改进标准深度优先搜索算法的搜索上下界；在此基础上，给出了一种改进的深度优先分枝定界算法，该算法的一个特点是通过循环迭代求解子问题来改进上下界．针对随机约束满足问题模型生成的测试数据的数值计算结果显示，改进算法可以大大缩短求解时间。     

一种基于划分聚类和模糊神经网络的机器学习方法

将基于划分的模糊聚类算法和一般模糊极小极大神经网络分类算法相结合，提出了一种新的机器学习方法，实现了基于类比的案例推理学习模型。具体实现思想是，首先利用基于确定性退火技术的划分聚类算法对已知案例进行聚类标识，由所得结果建立一般模糊极小极大神经网络分类模型，然后用该模型实现新目标问题的案例相似性检索，最后针对目标问题结果案例完成案例学习。通过实例表明，该算法具有较好性能，并在基于案例推理的固体火箭发动机总体设计中成功应用，得到了论域覆盖面大的设计结果集。     

精馏塔极小极大鲁棒非脆弱控制的研究

将极小极大控制器的设计应用于精馏塔模型。考虑系统和控制器同时含有不确定性,利用线性矩阵不等式(LMI)处理方法和Lyapunov稳定性理论,设计了鲁棒且非脆弱的极小极大控制器。考虑不确定性对系统破坏最大的情形,分别给出含有加性和乘性干扰增益的控制器存在条件。引入凸优化算法,求解使闭环系统渐近稳定且性能指标上界最小的最优控制器参数。仿真结果表明所设计的控制器具有良好的鲁棒性和非脆弱性。     

基于源信号统计独立性的ICA方法的不确定性研究

3种基于源信号统计独立性的ICA方法--极大似然法、最大信息法和最小互信息法是等价的.从这3种方法的计算公式出发,分析了自然梯度算法的收敛条件,指出了ICA问题解的不确定性和近似性的根源.通过论证表明,在源信号都属于指数型的前提下,为亚高斯型和超高斯型源信号适当选择的作为评价函数的非线性函数具有很好的韧性.     

极值理论(EVT)方法用于受险价值(VaR)计算的实证比较与分析

讨论了根据极值理论 ( EVT)计算受险价值 ( Va R)的两类不同的方法 :基于矩估计的“两次子样试算法”和极大似然估计法 ,并给出了各自理论推导过程和计算步骤 .同时 ,把这两类方法与正态分布和经验分布的结果进行了比较 .应用四种汇率历史数据进行的实证计算表明 ,在极端条件下 ,用极值理论方法估计 Va R具有很高的准确性 ,而矩估计法的结果又优于极大似然估计法 .     

分数阶ARIMA模型的参数估计与预测

用极大似然估计和回归分析法给出分数阶ARIMA模型ARIMA(p，d，q)中参数d的估计，并根据d的大小，对时间序列进行了趋势预测，得到了最优线性预测公式。