求解变分不等式问题和不动点问题公共点的惯性次梯度外梯度算法

在Hilbert空间中提出一种新的惯性次梯度外梯度算法,求解具有单调Lipschitz连续映射的变分不等式问题的解集与非扩张映射的不动点集的公共点.该算法结合一般的次梯度外梯度算法和惯性算法.在一定的条件下,建立算法的弱收敛定理.数值实验结果表明,提出的算法有一定的意义.     

基于随机加速对偶下降算法的分布式网络流量优化

传统的分布式网络流量优化问题大都通过对偶梯度下降算法来解决,虽然该算法能够以分布式方式来实现,但其收效速度较慢。加速对偶下降（accelerated dual descent,ADD)算法通过近似牛顿步长的分布式计算,提高了对偶梯度下降算法的收敛速率。但由于通信网络的不确定性,在约束不确定时,该算法的收敛性难以保证。基于此,提出了一种随机形式的ADD算法来解决该网络优化问题。理论上证明了随机ADD算法在不确定性的均方误差有界时,能以较高概率收敛于最优值的一个误差邻域;当给出更严格的不确定性的约束条件时,算法则可以较高概率收敛于最优值。实验结果表明,随机ADD算法的收敛速率比随机梯度下降算法快2个数量级。     

波导不连续性的加速收敛算法研究

论文提出了利用新的基函数系列求解波导不连续问题的加速收敛算法。结合不连续处的金属楔近旁的电磁场边缘条件,构造了变形的三角基函数用以展开波导不连续处的电磁场,利用里兹算法构造一个线性方程组,求解此方程组可以获得波导不连续的特性参数。计算表明,该算法具有极好的数值收敛特性;与耦合积分技术（CIET）不同,对于一个不连续性,本算法的方程组的阶数与基函数展开所用的模式数相等,从而保持了较低的阶数,利用求解。     

求解双层伪单调变分不等式的惯性次梯度超梯度算法

提出一种惯性次梯度超梯度算法,用于求解Hilbert空间中双层伪单调变分不等式解集的一个元素.该算法只需在可行集上进行一次投影,在标准假定条件下证明强收敛性定理.最后,给出所提算法的一些数值实验比较结果.     

单纯形的加速算法

该文提出了能有效加快收敛速度的修改单纯形算法。在原单纯形算法的基础上增加了一种新的反射方向的计算方法；用“映射单纯形”方法代替“单纯形顶点代换”方法；有选择地采用“单纯形压缩”计算。计算结果表明，修改单纯形算法对初值的适应范围更宽，收敛速度更快，收敛次数从50—100次降低到30次左右，可以避免迭代过程中的单纯形退化现象。     

求解变分不等式问题的惯性次梯度外梯度算法

提出一种惯性次梯度外梯度方法来求解变分不等式问题,并且在映射是伪单调和Lipschitz连续但Lipschitz连续常数无需知道的假定下,给出算法的强收敛性结果.最后,给出主要的数值实验结果.     

变分不等式的惯性次梯度外梯度算法

在实Hilbert空间中提出求解单调变分不等式的惯性次梯度外梯度算法,其中变分不等式的可行集是一个光滑凸函数的水平集.新算法应用惯性加速技巧,迭代过程中对映射F赋值一次,并只需向两个半空间作投影两次.在适当的假设下,证明该算法的弱收敛性.新算法改进和推广相关文献中的相应结果.     

基于共轭梯度法的函数优化混合遗传算法

综合遗传算法的全局搜索能力和共轭梯度法的局部搜索能力,提出了一种混合算法,该算法具有全局最优性和收敛性。同时,数值仿真表明算法是有效的。     

基于自然梯度算法的盲信源分离研究

盲信源分离试图从给定的一组混合观察数据中恢复未知的独立信源。文中介绍盲信源分离的一种非常重要的算法——自然梯度算法。对通信信号和自然语音信号采用不同的活动函数进行了盲信源分离的计算机模拟实验，结果显示该算法能够分别有效地分离这两类随机混合的信号。     

有约束优化中结合Fisher函数的梯度投影算法

利用Fisher函数的特性,对求解约束优化问题提出一种新的结合Fisher函数的梯度投影算法。并且证明在通常的假设条件下,该算法在非精确线搜索下具有全局收敛性。     

基于捷联惯导和四元数的解耦控制

采用捷联惯导实时测量火炮调炮过程中身管在大地坐标系下的姿态(方向角、俯仰角和横滚角),采用四元数法建立火炮操瞄解耦模型,使方位、高低随动能够独立控制,大大减少了中间误差环节,提高了调炮精度和速度,达到实时解耦控制效果,通过工程实践证明了该解耦控制的有效性。     

基于非线性滤波的捷联惯导系统罗经法对准改进算法

为提高捷联惯导系统初始对准的快速性和精确性,根据传统的平台惯导系统罗经法对准原理,提出包括水平对准和方位对准的捷联式罗经对准算法.给出了导航坐标系下加速度和角速率的修正值,经过姿态矩阵的转换对载体坐标系下的惯性测量组件输出值进行修正补偿.对不同初始姿态角误差和不同初始航向角的仿真表明,初始航向角的改变对系统影响较大,特别在大方位失准角情况下.采用UKF算法对非线性模型滤波的仿真结果显示,最大航向角误差从15′降至6′,证明将罗经法和UKF滤波方法相结合进行捷联系统初始对准是可行有效的.     

基于污染二维混沌动力系统的加密算法

首先定义了污染动力系统,将二维Henon动力系统用二维Logistic动力系统进行污染,用这个污染的二维混沌动力系统构造序列密码体系.这种算法可以产生两列密钥,从而有效地解决了输出结果对密钥低bit位变化敏感度较低的问题.计算机模拟实验和游程测试、相关性分析、灵敏度分析、平衡度检验等安全实验分析结果表明,密文、明文和密钥之间具有高度的非线性和敏感性,算法的密钥空间巨大,可以有效防止统计攻击、唯密文攻击和穷举攻击.     

基于惯性导航与UWB的联合定位算法

为提高无GPS情况下的3维定位精度,提出基于惯性导航与UWB(超宽带技术)的联合定位算法.该算法将线性最小二乘法的航迹计算与定位点拟合进行融合,使用加权平均对信赖度因子进行权衡.为验证算法的有效性,设计了1套UWB与9轴惯性导航模块结合的软硬件平台.仿真和实际测试结果表明:该算法可将3维定位误差控制在20cm以内.     

VOD系统中基于组播的自适应缓冲策略

提出了一种基于组播的视频点播自适应缓存调度算法,它提高了传统视频点播批处理算法的效率,实时响应用户的点播请求,解除了批处理算法中的时间限制,每当新的点播请求与原点播的节目相同时,新的点播请求并入到原点播视频流进行组播处理,并利用动态缓存以节省视频服务器和网络的资源.同时该算法能够根据系统的限制条件动态调整点播方式,在宽带小区视频点播系统中,视频服务器的磁盘速度常常受限,本算法针对该受限条件对系统进行优化,从而最大程度地提高了点播的成功率.图2,参9.     

基于改进动态矩阵算法的SCR烟气脱硝系统

针对燃煤电厂火电机组选择性催化还原(SCR)烟气脱硝系统NOx出口体积分数波动大、稳定性差的问题,提出一种基于模糊自适应PID补偿的动态矩阵预测控制(DMC)算法.DMC算法基于NOx出口质量浓度历史数据构建预测模型,反馈环节根据当前偏差校正预测值,实现系统提前控制;模糊自适应PID控制器将预测偏差信息模糊化,用以修正...     

基于Barzilai-Borwein梯度法的多微电网系统递阶优化调度算法

针对由多个相互关联的微电网组成的多微电网系统,本文提出基于Barzilai-Borwein梯度法的多微电网系统递阶优化调度算法。该算法通过协调各子网多余或缺少的能量,并优化各子网发电设备以实现各微电网能量供需平衡,最小化多微电网系统整体运行成本。首先建立多微电网能量流动模型及其能量管理优化问题,进而综合预测控制的滚动优化思想和关联平衡原理,设计了多微电网系统的递阶优化调度算法。该算法将整体优化的复杂的高维整体优化问题分解为若干个相互独立的低维子问题,将原来集中的大规模计算分散到每个子系统中进行,降低对单个控制器的计算性能要求,并引入Barzilai-Borwein梯度法对子微电网之间协调,提升协调级迭代计算寻优过程的收敛速度,驱动各子网的独立优化解快速收敛至多微电网的整体优化解,以较低的计算量取得了良好的多微电网能量管理效果。最后通过数值仿真验证了本文所设计算法的有效性。     

基于改进梯度投影法的MIMO-NOMA系统迭代信号检测算法

针对多输入多输出-非正交多址(multiple-input multiple-output non-orthogonal multiple access,MIMO-NOMA)系统信号检测问题,基于改进梯度投影(improved gradient projection,IGP)方法,提出一种适用于多用户MIMO-NOMA系统的上行链路的迭代信号检测算法。在该算法中,利用MIMO-NOMA系统中活跃用户的稀疏特性,基于IGP方法实现对发送信号的迭代恢复;在每次迭代后,先对所得估计解向量进行预处理,以得到更为接近真实值的估计值,接着再对活跃用户支撑集进行更新,以便于下次迭代操作。仿真结果表明,与经典的基于压缩感知的信号检测算法相比,基于IGP的迭代算法具有更低的误比特率(bit error rate,BER),在计算复杂度基本相同的条件下,可取得更佳的BER性能。     

自适应多窗口梯度幅值边缘检测算法

针对梯度幅值边缘检测算法无法检测连续边缘的问题,提出一种自适应多窗口梯度幅值边缘检测算法.首先使用传统梯度幅值边缘检测算法检测出初始边缘;然后在初始边缘上检测端点,使用K-均值聚类算法对端点进行分类,从而确定背景和目标灰度值接近的区域作为窗口;最后在窗口内使用梯度幅值检测边缘,通过多个窗口的并集得到最终的边缘.实验证明采用所提出的算法可以得到比较完整的边缘图,定位误差比传统的边缘检测算法小.     

基于分数阶微分梯度的噪声检测算法

为了在图像去噪的同时,更多地保留图像原有的特征信息,本文将分数阶积分理论引入到数字图像去噪中,通过分数阶微分梯度算法确定图像中噪声的位置,如果只对噪声点进行去噪处理,就可以有效保护图像的纹理和边缘信息.实验结果表明,基于分数阶微分梯度的噪声检测算法可以更准确地确定图像中噪声点像素的位置.