基于QPSO算法优化的区间二型模糊逻辑系统预测

设计了一类区间二型模糊逻辑系统,研究基于历史数据的预测问题.在区间二型模糊逻辑系统设计中,前件、后件、输入测量区间二型模糊的主隶属函数均选择成具有不确定标准偏差的高斯型二型隶属函数.量子粒子群优化(QPSO)算法用来调整所设计的区间二型模糊逻辑系统参数.部分欧洲智能技术网络(EUNITE)的负荷竞赛数据和美国田纳西州(WTI)原油价格数据用来测试所提出的模糊逻辑系统预测方法.定义综合评价误差和作为模糊逻辑系统的预测性能指标.仿真研究表明,所提出的区间二型模糊逻辑系统预测方法在收敛性和稳定性上均优于相应的一型模糊逻辑系统.     

螺栓法兰连接的数值模拟及接触收敛分析

螺栓法兰连接的数值模拟过程中涉及许多接触对,在处理接触问题时,收敛困难这一问题普遍存在.以使用ANSYS Workbench对齿轮压缩机法兰连接的有限元分析为例,详细分析了影响计算收敛性的主要因素:接触对的建立、接触类型和接触算法的选取,以及罚刚度大小.在模拟过程中,用非对称绑定接触模拟螺母与螺栓的连接,非对称摩擦接触模拟螺母与法兰,以及法兰之间的连接,线性施加预紧力的方式来模拟螺栓拧紧.在数值计算过程中,绑定接触采用罚函数法,摩擦接触采用增广拉格朗日乘子法.初次计算采用一个较小的罚刚度系数,然后根据计算过程中接触迭代计算和N-R残差检查情况,逐步增大罚刚度系数直至得到收敛的计算结果.计算结果收敛性好,接触面摩擦应力分布符合压应力分布规律且仅有少量的滑移,满足工程使用要求.为其他类型接触问题的分析过程中解决收敛困难的问题提供了参考.     

无约束优化中的一种修正的PRP共轭梯度法的全局收敛性分析

文章提出修改的PRP共轭梯度法在MSWP线搜索下的算法,在适当条件下,证明算法全局收敛。     

Ginzburg—Landau型泛函极小元的W^1,p收敛性

证明当ε→0时,一类Ginzburg-Landau型泛函Eε（u,G)于集合Wg^1,p(G,R^n)中的极小元uε在W^1.p下收敛到以g为边值的p能量极小up。     

水污染的二维数学模型的数值计算

分析水污染传播问题二维数学模型的两种计算格式：显格式和隐格式;证明其相容性、稳定性和收敛性,并给出数值例子。     

一类非线性网络优化问题的信赖域算法

对一类非线性网络优化问题提出了依赖域算法,在一般条件下,证明了由算法产生的序理铁任一聚点均为问题的Ｋｕｈｎ－Ｔｕｃｋｅｒ点的全局收敛结果。     

关于GMRES方法收敛性质的数值实验观测

广义最小剩余法(GMRES)是一种求解线性代数方程组A_x=b的迭代法,对解一类非对称问题特别是由微分方程数值解导出的大型稀疏问题具有相当的竞争力,这里我们报告一些数值试验结果及我们所观察到的收敛性质,在第一部分我们主要讨论GMRES的收敛速度,工作量的大小等,并指出我们所观测到的超线性收敛现象。     

自航发射AUV在极限流域中运动的CFD仿真研究

针对自航发射AUV极限流域的非常局限性边界条件,采用狭窄部件法处理极限流域临近壁面的网格尺度,结合比例缩放壁面函数进行y+计算,解决这种边界条件下网格划分难题,利用细化局部和全局网格达到网格收敛,验证数值求解的精度,获得了这种极限流域下准定常运动速度和压力分布,准定常阻力值与实验所得数据一致。同时还对间隙比与总阻力的关系进行研究,分析AUV发射过程不同航行阶段其附加质量的变化,为实现AUV自航发射能源配置提供依据。     

基于多指标精英个体博弈机制的多目标优化算法

为了改善多目标优化算法的收敛性与优化解集的多样性,缓解种群在目标空间中的坍缩,提出一种基于多指标精英个体博弈机制的多目标优化算法。利用Pareto支配关系与多指标综合筛选精英个体。将带有K-means聚类的精英个体博弈机制与交叉变异策略融合,有效提升了算法的收敛性与多样性。对算法进行了详细的收敛性分析,证明了算法的收敛性。将8个代表性的比较算法在标准测试函数上进行解集指标对比并解决实际水泵调度问题,本文算法在收敛性与多样性上优于或持平其他比较算法,验证了本文算法的有效性,在一定程度上减小了种群在目标空间中坍缩的概率。     

A nonmonotone filter line search technique for the MBFGS method in unconstrained optimization

This paper presents a new nonmonotone filter line search technique in association with the MBFGS method for solving unconstrained minimization. The filter method, which is traditionally used for constrained nonlinear programming （NLP）, is extended to solve unconstrained NLP by converting the latter to an equality constrained minimization. The nonmonotone idea is employed to the filter method so that the restoration phrase, a common feature of most filter methods, is not needed. The global convergence and fast local convergence rate of the proposed algorithm are established under some reasonable conditions. The results of numerical experiments indicate that the proposed method is efficient,