一种新的Lagrange乘子法

基于Lagrange乘子法中将与不等式约束相关的乘子定义为原乘子的正定函数,用同样的方法处理不等式约束和等式约束的构想,构造了一种新的Lagrange乘子法. 分析了该算法的收敛性,并利用LaSalle不变集原理揭示了算法稳定机制及如何减弱收敛条件和扩大收敛域. 分析表明,算法在稳定因素和不稳定因素的综合作用下获得最优解.     

采用增广乘子法和免疫算法的混合可靠性分析

针对传统可靠性优化设计方法在处理实际可靠性工程问题时求解精度不高或无法求解的问题,提出一种采用增广乘子法和免疫算法的混合可靠性分析方法.首先以极限状态方程为约束,以可靠性指标最小为目标函数,建立可靠性优化设计数学模型;然后利用增广乘子法将该有约束可靠性优化设计数学模型转变成无约束优化模型;最后运用免疫算法(IA)进行求...     

双曲罚函数乘子法

本文对求解等式约束最优化问题提出一种新的双曲罚函数乘子法,推导出了其一阶、二阶迭代算法,证明了算法的收敛性,数值实验验证了算法的有效性．     

广义纳什均衡问题类乘子算法研究

近年来,许多学者致力于运用精确罚函数法对广义纳什均衡博弈进行研究。该文针对既有等式约束,也有不等式约束的广义纳什均衡问题,根据拉格朗日乘子法思路,给出相同结构类拉格朗日函数,设计了一个类乘子算法,在较弱的情况下,进行可行性和收敛性的分析证明。在具体的数值实验中,该文给出的算法与经典的PHR算法相比较,在时间和迭代步数上都呈现较好的效果,说明算法的有效性。     

约束优化问题的一种投影梯度Lagrange乘子法

运用Lagrange乘子法,将一般约束优化转化为仅含等式约束的优化问题,然后就线性与非线性两种情况进行讨论,通过投影梯度法来求解优化子问题。对于线性的情况得到一种可以不用计算初始点的最优化算法,最后的数值算例说明了算法的可行性与有效性。     

应用ABS算法求解一类不定线性方程组

运用ＡＢＳ算法讨论了等式约束优化问题中的拉格朗日乘子法所形成的线性方程 组的求解问题；利用 ＡＢＳ算法的隐式 ＬＱ分解，通过有限步迭代求出原问题变量 的解，同时形成求解乘子的上三角系数阵的方程；给出了算法的具体过程，分析其数 值稳定性和计算量；作为特例，将最小二乘问题的法方程化为文中方程形式，并给出 了一种计算方法。     

基于人群搜索算法和增广乘子法的混合可靠性分析

针对传统优化算法在处理具有一定非线性功能函数的结构可靠性分析问题时出现迭代次数较多或精确度不够的问题,提出了一种基于人群搜索算法和增广乘子法的混合可靠性分析方法.该算法以可靠指标最小为目标函数,以影响结构可靠指标的随机变量构成的极限状态方程为约束条件建立结构可靠性优化数学模型,并使用增广乘子法将有约束优化问题转换为无约...     

重庆师范大学 数学学院，重庆 401331

考虑目标函数能够分解成n个独立的凸函数,其约束条件为线性约束的可分凸优化问题.呈现了一种推广的预测矫正邻近乘子法来求解可分凸优化问题.算法在迭代中利用二次项代替了增广拉格朗日函数的增广项，算法既有邻近乘子法的特性，又有可以平行计算，并且在较弱的条件下，能保证全局收敛.     

推广的预矫正邻近点法求解可分凸优化问题

考虑目标函数能够分解成n个独立的凸函数,其约束条件为线性约束的可分凸优化问题.呈现了一种推广的预测矫正邻近乘子法来求解可分凸优化问题.算法在迭代中利用二次项代替了增广拉格朗日函数的增广项,算法既有邻近乘子法的特性,又有可以平行计算,并且在较弱的条件下,能保证全局收敛.     

基于粒子群算法和增广拉格朗日乘子法的混合可靠性分析

本文提出了一种基于粒子群算法和增广拉格朗日乘子法的混合可靠性分析方法.该方法通过引入参数的不确定性和区间变量,得到一种概率-区间混合不确定模型,充分利用增广拉格朗日乘子法将有约束优化问题转化为无约束优化问题,基于此进行求解和结构可靠性分析.数值算例和工程实例验证了该算法在计算结构可靠性问题时对于线性和非线性的功能函数有良好的收敛性和较高的计算效率.     

基于免疫算法和参考模型的船舶航向自动舵设计

为解决常规比例-积分-微分(PID)控制超调问题,将参考模型应用于船舶航向自动舵,提出一种模型参考跟踪的船舶航向PID控制算法,使船舶航向跟踪参考模型输出.针对自动舵参数整定问题,提出一种动态免疫克隆选择优化算法,在进化过程中动态改变种群规模、克隆规模和变异参数,从而加快全局搜索速度和提高局部搜索精度,保证控制器性能可靠;也可根据不同的性能指标要求,整定相应的控制参数.实船仿真试验表明,系统超调得到有效抑制,控制参数能根据需要自动调节,控制效果令人满意.     

基于一种人工免疫算法的PID参数优化

PID控制器存在着跟踪设定值与抑制扰动之间、鲁棒性与控制性之间未能很好解决的矛盾，对此．采用抗原和抗体混合编码方法计算抗体浓度，用免疫遗传算法思想对PID参数进行优化，提出一种基于混合编码的PID参数优化算法。仿真结果表明，这种优化算法加快了收敛到最优参数的速度，有效提高了系统的全局稳定性，增强了PID控制器的鲁棒性。     

导弹武器系统可用度波动不确定性的仿真分析及最优控制

阐述了新装备使用初期瞬时可用度波动的存在,并以此为需求牵引,构建了导弹武器系统可用度评估模型。以建模和仿真的一体化框架为基础,实现了仿真软件系统。分析了波动的产生机理,提出了最小可用度振幅和最小可用度发生时间等刻画波动的函数;并对波动的不确定性进行了仿真分析。在此基础上,应用粒子群优化算法解决了波动的最优控制问题。通过实例分析,验证了模型和算法的有效性。实验与应用结果表明,该方法能有效抑制可用度波动的产生,为武器系统可用性研究提供了一条新的思路。     

非球面拼接测量中的配准误差校正

为了抑制配准误差对子孔径拼接测量非球面的影响,采用基于仿射变换和子孔径位置优化的拼接算法,校正由于配准误差引起的子孔径拼接重叠区对应点的不一致性,以提高拼接测量的精度.首先,分析了子孔径重叠区域相位误差不一致性的原因,然后,根据重叠区相位误差最小原则,利用反向求解法,求得配准方程中的各项系数,进行子孔径数据的配准和位置的优化校正.实验结果表明:经过配准误差的校正后,采用同步拼接方法得到的子孔径拼接测量结果与全口径直接测量结果更为吻合.     

阀式泵吸油阀优化设计

本文在建立吸油阀动态特性数学模型的基础上．以吸油阀的动态特性表达式为目标函数,合理确定约束条件．用“外点法”及ＢＡＩＳＣ 语言进行优化设计．以此优化设计某压力机阀式泵的吸油阀,经计算可使液压泵排油量提高６％以上．经稳定性分析．优化设计的吸油阀工作稳定．     

一种引入轮盘赌选择算子的混合粒子群算法

提出一种融合了遗传算法中常用的轮盘赌选择算子,能在早期抑制部分超级粒子对种群控制的混合粒子群算法,并在著名测试函数上实施了比较实验.结果表明,混合算法能以较快的收敛速度获得质量较好的解.     

基于动态优化的多模型广义预测控制器设计

针对工业控制过程中广泛存在系统参数突变的问题,将多模型切换的广义预测控制器引至动态优化策略下的分层式控制系统中,设计了基于动态优化的多模型广义预测控制器.该模型预测控制结构以获取最大经济效益为目标,上层结构对经济目标函数进行动态优化,得到使经济利益最大的关键变量设定值;下层结构中MPC层采用多模型广义预测控制器代替传统单模型广义预测控制器追踪上层得到的设定值,即采用多个固定模型和自适应模型并行辨识系统的动态特性,提高系统暂态性能和模型参数跳变时系统的调节能力;底层为PID控制器用于抑制过程中的扰动.通过仿真验证了该方法的可行性和有效性.     

基于改进遗传算法的最快爬升航迹的优化分析

主要介绍一种基于改进遗传算法的优化技术,利用遗传算法优越的全局搜索的能力,研究了飞行性能中的最快爬升性能.使用改进遗传算法对快升航迹和最佳爬升速度进行了寻优优化,对遗传算法优化快升的航迹和接近最快爬升方式的航迹进行了对比,表明,以遗传算法优化的快升航迹进行爬升,飞机可以最快的爬升到巡航高度.而且本算法以及程序具有一定的通用性适用于其它求最佳轨迹爬升的航迹优化.     

基于改进的粒子群算法实现阶梯幅度量化相控阵天线的低副瓣

 从统计意义上逼近传统的连续加权分布,利用无约束优化方法求出一组最优量化台阶.在此基础上,提出处理加权宽度的改进约束整数粒子群优化(particle swarm optimization,PSO)算法,实现阶梯幅度量化加权.设计了处理量化幅度权值的Powell PSO混合算法,进一步降低峰值副瓣电平.首次设计星载降水测量雷达(precipitation radar, PR)相控阵天线的低副瓣,改进的PSO算法在寻优能力、算法鲁棒性方面都得到了增强.     

求解奇异非线性方程组的粒子群优化算法

奇异非线性方程组是一类十分重要也比较困难的问题,基于粒子群优化算法提出了一种求解奇异非线性方程组的新方法.先把奇异非线性方程组转化为无约束优化问题,然后与人工智能算法相结合,利用标准粒子群优化算法求解.此算法不但不受方程组的连续性、光滑性的限制,而且避免了大量的求导计算,得到了极为精确的数值解.数值仿真结果显示了算法的有效性和可行性.该方法为求解奇异非线性方程组提供了一种有效、可行的新算法,也扩大了粒子群算法的应用领域.