一类新的曲线搜索下的记忆梯度法

提出一类新的求解无约束优化问题的记忆梯度法,在较弱条件下证明了其全局收敛性.新算法有如下特点:(1)采用曲线搜索方法,在每步迭代时同时确定下降方向和步长;(2)利用当前和前面迭代点的信息产生下降方向,无需计算和存储矩阵,适于求解大型优化问题.     

修正的HS共轭梯度算法的全局收敛性

对求解无约束优化问题的共轭梯度法中的方向参数给定新的区间取法,将HS共轭梯度参数限制在此区间上,保证搜索方向是目标函数的充分下降方向,在此基础上提出了修正HS共轭梯度算法(MHS),并在较弱的条件下讨论了新算法在广义Armijo步长搜索下的全局收敛性.数值试验结果表明,新算法比广义Armijo步长搜索下的FR、PR、HS共轭梯度算法有效.     

基于低偏差序列Halton的函数极值搜索方法

研究序列的偏差与函数极值的关系,并针对不可微优化问题,提出基于低偏差序列Halton的函数极值搜索算法.该算法按Halton序列采样,以λκ为步长,沿各个方向(如坐标轴方向)同时搜索,直到满足要求或达到迭代上限才退出搜索.     

修正的HS共轭梯度算法的全局收敛性

对求解无约束优化问题的共轭梯度法中的方向参数给定新的区间取法，将HS共轭梯度参数限制在此区间上，保证搜索方向是目标函数的充分下降方向，在此基础上提出了修正HS共轭梯度算法（MHS），并在较弱的条件下讨论了新算法在广义Armijo步长搜索下的全局收敛性。数值试验结果表明，新算法比广义Armijo步长搜索下的FR、PR、HS共轭梯度算法有效。     

在Wolfe步长搜索下的一类新的共轭梯度算法

研究利用共轭梯度法求解无约束最优化问题.为了保证共轭梯度方向是目标函数的充分下降方向,对共轭梯度算法中的共轭梯度方向参数确定了一个取值范围并与Wolfe步长搜索相结合,提出了新的共轭梯度算法,使算法具有更好的收敛速度,特别是在求解大规模无约束最优化问题时,此算法只需要较小的存储.     

一种混合的共轭梯度法

共轭梯度法是求解大规模无约束问题的一种有效方法.针对算法的优劣主要依赖于步长因子和搜索方向的特点,结合共轭梯度法的共轭性质,提出一种改进的可以控制步长因子的混合的HS-DY共轭梯度法.数值试验表明算法具有良好的收敛性和有效性.     

基于非线性共轭梯度的同时扰动随机逼近方法

为了消除黑塞矩阵和步长因子的影响,利用非线性共轭梯度算法计算搜索方向,在混合非线性共轭梯度算法的作用下保证了每次搜索均为下降方向;利用非精确线搜索方法改进SPSA步长计算方法,通过与下降的搜索方向结合,保证了每次迭代时目标函数值的减小,加快了收敛速度.将改进的SPSA算法用于异步电机再励学习系统中,仿真结果证明了其可行性和优越性.     

一个无惩罚型两步线性搜索算法

受Ulbrich-Ulbrich方法的启发,提出两步线性搜索算法.在算法中,每次计算一个切方向和一个法方向,再通过后退线搜索技术确定步长.通过要求法向下降量、切向下降量和函数下降量满足一定的关系来保证全局收敛性.该算法不需要使用罚函数,搜索方向的计算量比较小.最后,通过数值试验来验证算法的有效性.     

结合广义Armijo步长搜索的一类记忆梯度算法

给定记忆梯度算法搜索方向中的参数一个假设条件,从而确定它的一个取值范围,使其在此范围内取值均能得到目标函数的充分下降方向,由此提出一类新的记忆梯度算法.在去掉迭代点列有界和广义Arm ijo步长搜索下,讨论了算法的全局收敛性,且给出了结合形如共轭梯度法FR,PR,HS的记忆梯度法的修正形式.数值实验表明,新算法比Arm ijo线搜索下的共轭梯度法FR、PR、HS和记忆梯度法更稳定、更有效.     

无线性搜索下修正的共轭梯度法的收敛性

本文提出了一类修正共轭梯度法.该方法的特点是：（1）步长由一个固定的公式计算;（2）在无线性搜索的条件下,迭代方向是充分下降方向.在水平集有界和函数Lipschitz连续的条件下,方法具有全局收敛性.最后给出了初步的数值实验验证了方法的有效性.     

一类新的非单调线性搜索BFGS算法

研究了一类非单调线搜索在解无约束优化问题BFGS算法中的应用.该类非单调线搜索属于Armijo型线搜索,并且在每次迭代计算步长时,初始测试步长可根据目标函数的特征进行调整.证明了本算法全局收敛性,通过对公共优化测试函数的实验,表明了算法的稳健性和有效性.     

利用超链接信息改进网页爬行器的搜索策略

网页爬行器在Web空间中爬行时,要面对如下两个问题:1)由于Internet上的信息量十分巨大,网络搜索引擎不可能包含整个Web网页;2)受到硬件资源的限制,它所能存储的网页是有限的.爬行器如果按照传统的宽度优先搜索策略在Web空间中爬行,它对所有的网页都采取一视同仁的态度,这样爬行的结果就导致了它所爬行回来的网页质量不高.为此,给出了利用超链接信息改进网页爬行器搜索策略的算法.该算法充分考虑了网页之间的超链接信息,克服了传统的宽度优先搜索策略的盲目性爬行.实验表明,利用该算法爬行得到的网页与某一特定主题相关的网页超过50%.     

一种线搜索下修正LS共轭梯度法的全局收敛性

根据一种可获得更大步长的非精确线搜索条件，结合LS共轭梯度法的计算公式，本文给出了一种修正LS算法，该算法保证每次迭代中的搜索方向是充分下降的，并证明了该算法是全局强收敛的．     

垂直接地极对接地系统电气性能的影响

确保高土壤电阻率地区发变电站接地系统的安全性是电力部门关心的问题 ,将接地系统向纵深方向发展是解决高土壤电阻率地区及城区地网安全性的重要措施。采用数值计算方法分析了垂直接地极对接地系统的接地电阻、接触电压及跨步电压等的影响。分析表明 ,增设垂直接地极能有效减低接地系统的接地电阻、减小发变电站的接触电压和跨步电压、减小季节因素对地网安全性的影响。但在有限的地网面积范围内布置过多的垂直接地极时 ,垂直接地极的效果将趋于饱和。分析结果能为电力设计及运行部门提供参考。     

分形图形的计算机生成及其相关技术

基于作者开发分形图形生成程序的亲身实践，主要描述了Julia集和Mandelbrot集这两个最典型的分形集的数学模型．以及如何在计算机上生成相应的分形图形；在此基础上介绍了分形图形生成的一些相关技术，包括对已生成分形图形的着色、放大等．     

如何高效使用搜索引擎

高效使用搜索引擎的策略与技,虿包括了解搜索引擎的类型和特点;选择合适的搜索引擎;选用恰当准确的关键词;使用高级搜索语法或高级搜索界面;利用网页快照、相关搜索、类似网页;养成良好有效的搜索习惯等.     

Kasami扩频序列的研究

介绍了扩频序列的研究、发展情况和Kasami扩频序列的生成方法 .提出了当移位寄存器的级数n =2 (模 4 )时 ,一种新的序列构造方法 ,所得到的两个集合与Kasami大集合序列的相关特性一致 .并与Gold码、Kasami小集合序列码进行了比较分析 ,进一步拓展了扩频码的生成方法 .     

基于粗糙集决策树算法的研究

传统的决策树方法在实际应用中存在很多不足,如生成树规模过大,抗噪性较差等,因此,提出了将变精度粗糙集和混合变量集算法应用于决策树分类中,通过变精度和混合属性集分类减小树的规模和过度拟合问题,降低了噪声数据对属性选择的影响,并通过实验证明该算法与传统的算法相比具有较大的优越性。     

基于遗传算法与Tabu搜索的拆卸序列优化算法

为研究废弃装配体的拆卸序列优化,首先提出了建立装配体的干涉-自由矩阵,作为描述其结构的数学模型．其次,运用遗传算法原理,提出面向装配体拆卸序列自动生成及优化的计算模型．依据初始输入的若干拆卸序列和其它控制参数,由程序搜寻几何上可行的最佳拆卸序列．这里是以装配体在拆卸过程中具有最少的换向次数为优化目标．最后,鉴于遗传计算的未熟早敛问题,提出建立Tabu搜索与遗传算法的组合优化算法．通过把Tabu搜索的集中与分散策略引入遗传算法,可望获得更加健壮的搜索行为．大量的实例验证表明,用这种方法解决装配体拆卸序列的优化问题,所生成的可行拆卸序列在适应度函数值、数量、分布范围等方面均优于单纯的由遗传算法生成的结果．     

角色继承与企业权限管理框架的实现

在企业中，人或部门是独立的实体，如何建立起有效的管理框架并为其赋予相应的权限是系统管理员的职责所在．本论文通过引入角色继承机制来规划企业管理框架，将角色继承权限的关联逐步分解以达到权限优化的目的，通过XML语义描述实现企业按部门或组的管理模式．