求解非光滑优化问题的修正HS三项共轭梯度法

为了提高大规模非光滑优化问题的求解效率,克服其他方法存储需求大、算法复杂等缺点,提出求解非光滑优化问题的一种修正HS共轭梯度算法。在经典HS三项共轭梯度法的基础上提出一种新的搜索方向,并利用Moreau-Yosida正则化技术和Armijo-type线搜索技术进行设计。新算法满足充分下降条件,搜索方向属于信赖域,在适当条件下证明了新算法全局收敛。初步的数值实验表明新算法在求解非光滑无约束优化问题方面比LMBM方法更有效。新算法不仅具有较好的收敛性质,而且数值表现良好,为更加高效地求解非光滑优化问题提供了新的方法。     

切换网络下加速分布式在线加权对偶平均算法

研究了切换网络下加速分布式在线加权对偶平均算法,提出了A-DOWDA算法。首先利用加权因子对对偶变量进行加权,其次在有向切换网络是周期强连通,且对应的邻接矩阵是随机的而非双随机的条件下,加速了算法的收敛速率,最后通过数值实验验证了算法的可行性。     

基于遗忘机制的ISWI积极思想传播模型

针对现阶段对积极思想传播的研究较少运用动力学模型进行分析的问题,提出了一种基于遗忘机制的积极思想传播ISWI模型。利用Hurwitz判据、Lyapunov稳定性定理和LaSalle不变性原理,分析并证明了思想传播平衡点的局部稳定性和全局稳定性,并得出了传播阈值与思想传播的影响因子遗忘率和接触率之间的关系。仿真结果表明:遗忘率降低时,思想传播的范围会扩大;接触率提高时,传播范围也会扩大。遗忘率与传播范围呈负相关,接触率与之呈正相关。     

具有隐性感染的登革热模型稳定性分析

建立了一类具有隐性感染和垂直传播的登革热模型.首先通过构造Lyapunov函数得到了无病平衡点E_0是全局渐近稳定的;进一步利用第二加性复合矩阵等理论得到了地方性平衡点E*是全局渐近稳定的条件.     

混响室条件下临界辐射干扰场强测试的影响因素分析

为了对前期提出的混响室条件下临界辐射干扰场强测试方法进行规范和完善,分析了影响测试结果准确性的因素,得到了不同条件下测试误差的变化情况.发现被测设备的电尺寸是影响该方法适用范围的主要因素,通过试验研究了电尺寸减小对测试结果的影响.结果表明,当被测设备电尺寸较大时,通过合理选择测试参数,可以将测试误差控制在3 dB以内;当被测设备电尺寸较小时,该方法的不确定度会增加,误差可能会大于3 dB.因此,该方法更加适用于电大尺寸设备的临界辐射干扰场强测试.      

天线时域平面近场测试的信号源误差修正

提出了天线时域平面近场测试中信号源稳定度误差的修正方法.建立了误差修正所需的参考信道,分析了信号源误差所包含的误差项,根据时域近场测试对采样信号进行近场重建和近远场变换的两种方式,分别给出时域-频域结合修正和纯时域修正的两种修正方法,针对信号源误差包含的误差项对采样信号进行修正.实测结果证明修正后得到的频域方向图和时远场波形与参考结果都比较吻合,证明了两种修正方法的正确性.      

基于3次样条插值的数控机床几何与热复合定位误差建模

通过分析机床整个温升直到热平衡的误差数据,总结误差分布的数学规律,将热误差和几何误差分离,运用基于压紧样条条件下的3次样条插值算法,以线性拟合后的余差为建模数据,建立了数控机床几何与热复合定位误差数学模型.实验结果表明,该数学模型能很好地拟合数控机床定位误差曲线,补偿后数控机床定位精度提高了80%以上.该方法可运用于不同时刻或不同机床温度下的机床定位误差补偿,建模原理明了、过程快速,模型适用性好.     

V形块定位方式中定位误差的两种算法比较

本文分析工件外圆柱面以V形块定位位误差的产生原因,指出V形块定位的设计基准和定位基准,并提拱定位误差的两种计算方法,并加以比较,以提高计算速度和准确度。     

基于误差修正与深度强化学习的原油期货价格预测研究

准确预测原油价格一直都是政府管理决策部门、投资主体和学术界关注的重点.然而由于货币政策、地缘政治等多样化风险因素相互作用,原油价格表现出更加复杂的非线性特征,使得原油价格预测面临着前所未有的挑战.本文以INE和WTI原油期货市场为研究对象,通过基于数据分解、强化学习集成策略和误差修正技术构建的原油价格预测模型(PVMD-QSBT-ECS)开展实证研究.首先运用自适应权重的粒子群优化算法(particle swarm optimization, PSO)优化的变分模态分解(variational mode decomposition, VMD)对原油期货价格序列进行分解;然后利用Q学习算法(Q-learning, QL)确定堆叠式长短期记忆网络(stacked bidirectional long short-term memory, SBiLSTM)、双向门控循环单元(bidirectional gated recurrent unit, BiGRU)和时域卷积网络(temporal convolutional network, TCN)的最优权重组合以构建集成预测模型,而后对预测结果...     

非线性系统的自适应输出反馈优化跟踪控制

针对只有输出信号可测且不可测状态与未知非线性函数相关,同时还受到外部扰动的非线性系统,提出了一种自适应神经网络动态面优化控制方法,旨在解决该类非线性系统的输出反馈跟踪问题。首先,构建了基于径向基函数神经网络的状态观测器,保证其观测误差可渐进收敛至0;其次,利用动态面技术设计了自适应输出反馈控制律;最后,利用最速下降法选取了最优控制参数,优化了控制输入和跟踪性能,减轻了控制参数整定的工作量。该方法能够保证闭环系统所有信号半全局一致有界,而且通过引入性能函数和跟踪误差转换,保证系统输出具有指定的跟踪性能,改善了控制系统的过渡性质。仿真结果表明:设计的状态观测器较准确地实现了对系统信号的估计,跟踪误差信号幅值始终不超过0.02,控制参数优化后的输入信号幅值明显减小,验证了该控制方法的有效性。