非线性规划的超线性收敛算法

本文概述了非线性规划中的两类超线性收敛算法的基本原理和发展,指出了信赖域方法是值得人们注意的一个方法。     

融合近邻交互的改进的粒子群优化

提出了一种新的粒子群优化方法--融合近邻交互的粒子群优化算法(Particle Swarm Optimization Combined with Near Neighbor Interaction, NNI_PSO).NNI_PSO在PSO算法的速度更新公式中增加了近邻交互部分,并结合"优胜劣汰",引入动态邻域结构和惯性权值非线性变化.近邻交互有利于粒子快速向全局最优移动, "优胜劣汰"有利于维持种群多样性.将NNI_PSO应用于PSO领域五个著名的基准测试函数,并与其它两个著名的PSO改进算法对比,实验结果证明NNI_PSO在收敛速度和解的精度方面均有明显优势.NNI_PSO不仅提高了PSO算法执行的时间性能,而且有效地缓解了早熟收敛问题.     

硬质围岩铁路隧道初始地应力数值反演分析

在宝(鸡)-兰(州)复线东巨寺沟硬岩铁路隧道拱顶位移和位移收敛测试数据的基础上,采用有限元法对该隧道围岩的构造应力进行数值反演,利用地应力反演结果对隧道围岩稳定性进行了分析和评价.采用反演的地应力分析结果表明,拱顶下沉、水平位移收敛值与实测值接近,支护结构围岩处于稳定状态.     

混合序列产生的移动平均过程的矩完全收敛性(英文)

设{Yi;-∞相似文献   

α次积分C半群Trotter-Kato逼近定理

讨论α次积分C半群的收敛和逼近,得到了α次积分C半群的Trotter-Kato逼近定理.     

求解LC1约束优化问题的非精确广义牛顿法

通过将非线性LC^1约束优化问题的KKT条件转化成半光滑方程组,提出一个求解LC^1约束优化问题的非精确广义牛顿法,在一定的条件下证明了算法的全局收敛性和超线性收敛性．     

半线性抛物问题的一类三次有限体积元方法

为得到一维半线性抛物方程混合初边值问题的数值解,采用有限体积元方法,提出一种基于插值导数超收敛点的一类三次有限体积元全离散格式,并给出误差估计,证明了格式在时间和空间方向分别有2阶和4阶收敛精度.通过具体数值算例验证了理论分析的正确性和格式的有效性.结果表明:该格式计算效果良好,是一种有效的格式.     

一种BP神经网络学习率的改进方法

针对动态BP神经网络学习率优化方法收敛速度慢而且对误差曲面变化不敏感等不利因素,提出了一种改进的BP神经网络学习率的优化算法。通过判断网络误差变化的趋势来决定动态学习率的调整方向,尤其网络误差处于下降状态时,不需调整。该策略使网络对误差曲面变化敏感且收敛速度快。最后,对两种算法的仿真比较证明了优化算法的有效性。     

随机因素对PSO算法的性能影响分析

PSO算法是一种随机优化方法,但对复杂问题容易陷入早熟收敛,改进算法的随机因素以增大种群多样性是解决这一问题的常用方法。本文分析了随机因素对PSO算法的收敛性能的影响,对粒子群作统计分析后发现,算法中随机因素的叠加可以使得粒子群呈现正态分布的特征,并且这个观点在算法进化过程的大多数时候都是可以接受的。然后构造了一种增大随机因素的改进算法,结果表明,为了避免早熟收敛而适当增大算法的随机因素对提高算法的稳定性是有益的,但对改善算法的收敛性效果并不显著。     

非线性方程组的分裂型单调迭代法的收敛阶

本文研究了最近发展的非线性方程组的分裂型单调迭代法的收敛阶，获得了单调序列Ｑ－超线性收敛的结果，完善了分裂型单调迭代方法的理论。