带有约束条件的一般线性模型参数估计

研究了误差相关及未知参数有约束情况下线性回归模型的参数估计问题,分别给出了可控制矩阵列满秩与列不满秩情况下参数的最佳线性无偏估计.     

线性互补约束优化问题的一类修正SQP算法

提出了求解线性互补约束优化问题的一类修正逐步二次规划算法,数值实验表明了该算法有效。     

基于改进蜜獾算法的无人机三维路径规划

为更有效解决无人机三维路径规划的优化问题,提出一种改进的蜜獾算法,在挖掘阶段和采蜜阶段之后加入透镜成像反向学习策略,增强了算法的探索能力,使得算法能够更快地收敛。通过指数函数生成不同数量的障碍物并模拟不同的飞行场景,增强了地形仿真的多样性;同时通过行程代价、环境的地形代价和边界代价作为目的函数,提高了无人机航行的稳定性。最后通过实验仿真很好地验证了改进的蜜獾算法在该问题中的有效性和实用性。     

两种约束条件下平面门式刚架的屈曲分析

应用ANSYS有限元程序,对均布荷载作用下平面门武刚架进行了屈曲研究,在数值模拟中,考虑了不同的约束条件、不同高跨比和坡度等因素对屈曲载荷的影响。结果表明：柱脚两端铰接时,高跨比为0.25是刚架发生对称屈曲和非对称屈曲的分界线;柱脚-端铰接-端固接时,其高跨比的分界线为0.33,此时刚架的临界屈曲载荷比两端铰接时大。     

电力系统潮流分析浅析

潮流分析是电力系统分析中最基本也是最重要的分析计算,在电力系统各个方面都有巨大的使用价值,寻找一种适应性好、计算速度快且收敛可靠的潮流算法是人们追求的目标。由于电力系统的状态变量及有关函数的上下限值间有一定的间距,控制变量也可以在其一定的容许范围内调节,因此对某一种负荷情况,理论上可以同时存在为数众多的、技术上都能满足要求的可行潮流解。利用计算机进行电力系统潮流计算曾采用过许多方法。20世纪50年代,普遍采用以节点导纳矩阵为基础的高斯-塞德尔法,该方法原理简单、对计算机内存的需求量小,但其收敛性较差,当系统规模变大时,迭代次数急剧上升。这迫使电力系统计算人员在20世纪60年代初转向以阻抗矩阵为基础的阻抗法。阻抗法在当时改善了系统潮流计算的收敛性问题,但阻抗矩阵是满阵,占用计算机内存多,每次迭代的计算量也大,当系统规模不断扩大时,这些缺点尤为突出。为克服阻抗法的上述缺点,20世纪60年代以后陆续提出了牛顿-拉夫逊法、P-Q解耦法,这些方法在收敛性、内存要求、计算速度方面都有较明显的改进,成为直到目前仍广泛采用的方法。但到目前为止,这些算法都不能从根本上解决电力系统潮流计算的计算速度、算法收敛性和计算灵活性的问题...     

基于模板的PCNNs指纹细化算法

针对现行的一些细化方法在细化二值指纹图像时容易产生断裂和毛刺的状况,提出了一种基于正方形模板和三角形模板的脉冲耦合神经网络细化方法,并加入一种方向约束条件来避免经常出现的指纹脊线毛刺。实验结果表明,该算法不但能有效地缩短细化时间,而且细化后的指纹图像不会产生断裂和毛刺现象。此外,将该算法应用到自动指纹识别系统中后,不仅缩短了识别时间,而且识别率也得到了明显提高。     

基于差异系数σ/R的最优证券选择方法

通过对非负约束条件下有效组合边界的微分性质研究，提出了该条件下极小化差异系数的最优证券选择方法。中导出了通过临界点跳跃寻优确定最优投资权重的方法，减少了计算量，进一步优化了现有的研究结果。最后，给出了实例分析。     

改进SFLA算法在负荷恢复优化中的应用

针对负荷恢复是一个多约束、非线性的多目标优化问题,在综合考虑多负荷点恢复优化及电压、频率、机组出力等多个约束条件的基础上,建立了负荷恢复优化模型,通过参数初始化、适应值函数等措施对蛙跳算法进行改进,然后对模型进行求解得出电力系统最大允许负荷恢复量,最后通过IEEE-19节点系统进行验证,结果表明了该算法的有效性、可行性.     

基于高斯混合模型的EM学习算法

本文研究了一类基于无监督聚类学习的算法——EM算法的算法实现．EM算法通常用于存在隐含变量时的聚类学习，由于引入了隐含变量，导致算法难以保证收敛和达到极优值．本文通过将该算法应用于高斯混合模型的学习，引入重叠度分析的方法改进EM算法的约束条件，从而能够确保EM算法的正确学习．     

复杂船体外板曲面拟合研究

采用双三次样条插值函数方法,对给定离散数据的复杂船体外板曲面进行了拟合研究,将VC的可视化界面与MATLAB强大的数值计算和图形显示能力相结合,建立了复杂船体外板曲面拟合成型的计算机软件．在不同边界约束条件下,拟合曲面与原始曲面的准确度超过99％,验证了曲面拟合软件的可靠性．计算实例证明了方法的有效性．