一类多策略调参填充函数及其在全局优化问题中的应用

首先提出一类可以多策略调整参数的填充函数,并对其作理论分析;其次给出该类填充函数的多策略使用方法,获得了构造较好的填充函数应该采取的措施;最后,实际构造一个填充函数,数值仿真结果表明此设计理论不仅是有效的,而且还增强了现有的一些填充函数计算能力.     

一类求多变量函数总体极小点的填充函数

本文找到了一类填充函数并且分析了这类中的每一个填充函数的优缺点,指出这一类中最好的一个。怎样构造一个较好的填充函数的思想阐明在这篇文章中并用于找出了这一类填充函数。还探讨了如何只使用函数的梯度去寻找一个填充函数的极小点或鞍点。     

用于全局优化的一类填充函数构造方法

填充函数法是1种求多变量,多极值函数全局最优的有效方法.不同的填充函数对问题的优化效果是不同的,而具体填充函数的构造需要一定的理论来指导.本文提出了1类单参数填充函数的构造方法, 并对它做了理论上的分析.据此构造方法,可以构造出许多有效的填充函数.文中具体构造了1个填充函数,数值结果表明其运算效果是好的.     

有约束连续全局优化问题的填充函数

求解全局优化问题的填充函数法的关键在于构造一个称为填充函数的辅助函数,给出了一类求解带约束的连续全局优化问题的填充函数,讨论了其填充性质.     

求无约束连续全局优化问题的单参数填充函数法

填充函数法是一种求解多维多模态函数全局极小点的有效方法.由于已有填充函数存在指数项和较多参数而导致数值实验效果不理想.为此,提出了一个新的单参数填充函数,该函数形式简单且满足定义中的所有条件.基于此填充函数设计了相应的算法,数值实验表明该算法有效可行.     

一类填充函数在求函数全局极小点中的应用

提出了一种新的填充函数,与已有的填充函数进行对比,克服了对数困扰,进一步降低了累积舍入误差.最后用数值实验实现了算法,结果表明所提出的填充函数是有效的.     

一个新的全局最优化问题的填充函数

提出了应用于非光滑无约束全局最优化问题的填充函数法.对填充函数进行了扩充和改进,提出了新的适应于非光滑情况下最优化问题求解的填充函数,并构造算法.数值分析表明,所提出的算法是可行的、有效的.     

关于求解全局优化的途径:从局部到全局(英文)

在实际应用中常常要求求解全局优化问题, 而用有效的求解全局优化问题是非常困难的.填充函数方法和打洞函数方法是两种全局优化的函数变换方法,有关文献的计算说明这些方法是有效的.本文将给出这两种全局优化方法最近的发展.首先分析原先由葛仁溥提出的填充函数和Levy与Montalvo提出的打洞函数方法的缺点.其次给出在箱子集或者全空间上无约束或者不等式约束的全局优化问题的单参数的新填充函数和变形打洞函数的定义,并构造出相应的填充函数和变形打洞函数.此外亦讨论整数全局优化问题的填充函数和变形打洞函数方法.最近还讨论了全空间上等式约束全局优化问题.最后给出综述,指出非线性规划的一个主要发展方向:混合整数非线性规划,给出用填充函数和变形打洞函数的求解途径.     

带约束的离散全局优化问题的填充函数法

通过构造一个新的双参数填充函数求解带约束的离散全局优化问题的全局最优解,研究了填充函数的分析性质,并据此给出了带约束的离散全局优化问题的一个填充函数算法.数值试验证结果表明该算法是可行的、有效的.     

一种基于填充函数的神经网络全局优化算法

针对前向神经网络BP算法由于初始权值选择不当而陷入局部极小点这一缺陷,提出新的全局优化训练算法.首先,提出了一种新的填充函数,并证明该函数的填充性质,进而结合该新填充函数与BP算法,构造出基于填充函数的全局最优化神经网络算法.应用全局优化算法训练神经网络时,如果误差函数陷入局部极小值,该算法可以利用填充函数帮助误差函数不断地跳出局部最优,直到找到全局最优点.该新算法的最大优点是对于初始权值无依赖性,避免了BP算法易陷入局部极小值的缺点.理论分析和仿真试验结果证明了该全局优化神经网络算法的有效性和优越性.     

Meyer-K(o)nig and Zeller算子的4阶矩和6阶矩

对Meyer-K(o)nig and Zeller算子的4阶矩及6阶矩进行了研究,通过推导计算,给出了该算子4阶矩及6阶矩的估计结果.     

求全局最优化问题的一类填充函数

讨论求全局最优化问题的填充函数算法,构造了一类一般形式的填充函数,已有的若干填充函数都是它的特例．该类填充函数仅有一个参数,容易计算,相对传统填充函数,它在参数较小时就能保持其填充性质．     

全局优化问题的无参数填充函数法

通过对全局优化问题的填充函数算法的研究,克服了填充函数P（x,x^＊,γ,ρ）和P（x,x^＊）存在的缺陷,构造了2个连续的无参数填充函数W（x,x^＊）和W（x,x^＊）,并证明了它们满足填充函数的定义。数值试验的结果表明,新的填充函数算法对于求解全局优化问题是有效的。     

一种新的带有缓和项的填充函数

研究用于求解全局极值问题的填充函数法。为了减少填充函数的Hesse阵非正定对算法的影响,本文给出了一类带缓和项的填充函数并给出相应的算法。数值结果也表明它具有较好的性质。     

用于全局优化的一种有效的单参填充函数

填充函数法是一种求解多变量、多极值函数全局最优的有效方法，但该方法的优化效果与构造的填充函数关系密切．构造了一种形式简单的单参数填充函数，并对其进行理论分析和仿真实验．对6个基准函数的数值实验表明，构造的填充函数对参数依赖性小，全局收敛速度快．     

求解全局优化问题的填充函数法

全局优化问题在许多工程和实际生产中有着广泛的应用,对其方法的研究是当前优化理论方面的一个热点。本文主要研究涉及多峰函数的无约束全局优化问题的方法,以期对解决实际问题提供算法帮助。通过构造一个新的不含指数项的填充函数求解无约束优化问题的全局最优解,首先给出了该填充函数的定义,其次分析了这种填充函数的一些解析性质,设计了一种涉及这种填充函数的算法,最后给出了数值测试例子;与存在的算法的数值试验比较表明,该文提出的算法是有效的。     

求解无约束整体数学规划的替代函数法及其性质

在ＲｅｎｐｕＧｅ提出的解无约束整体数学规划的替代函数法的基础上作进一步探讨，修改了替代函数的定义，构造了一类新的替代函数；然后，详细讨论了这类替代函数的性质，并给出了用这类替代函数求解无约束整体数学规划的算法框架．     

一类象函数求拉氏逆变换的高效算法

本文结合海维赛(Heaviside)公式[1]及留数定理总结出了一种将一类有理函数快速化为部分分式的方法。进而能快速求这类有理函数的拉氏逆变换。这种方法也可应用于实分析中求解有理函数的积分问题。     

一种区间二型模糊隶属度函数的构造新方法

针对现有区间二型模糊隶属度函数的构造方法中,存在受试者需为模糊专家,易出现不确定迹(FOU)填满现象(下隶属度函数近似为0),或需预先确定不确定迹的形状的问题,设计受试者不为模糊专家也可正确回答的调查问题,提出一种构造区间二型模糊集隶属度函数的新方法.该法不需预先确定FOU的形状,受试者不必为模糊专家.该法的基本思想是从一组领域专家中收集类属词的上下隶属度区间数据,对所获数据进行数据预处理,最后获得类属词的隶属度函数和FOU.实验结果表明,所提出的新方法可有效构造区间二型模糊隶属度函数,避免出现填满现象.