差商最速下降法及其收敛性

证明了精确线搜索下的差商最速下降法的整体收敛性,提出了非精确线搜索下的有关算法并证明了收敛性。     

对支撑集搜索法约定的一些标注

实际工程应用的很多非线性规划(NLP)模型都是非光滑问题,传统优化技术如拟牛顿法或最速下降法无法很好地求解这些问题.不依赖于方向导数计算或逼近的直接搜索法(Direct Searches)或支撑集搜索法GSS(Generating Set Searches)在近几年来得到较多的关注和研究.本文对GSS约定的一些要求,如充分下降和简单下降条件对步长接受准则的影响,如何避免较差的下降方向和迭代步长,为什么必须给定步长收缩因子的上界等进行标注,以便为该领域的进一步深入研究提供参考.     

一个广义既约次梯度算法

本文主要讨论带有非线性约束的不可微凸规划问题,给出了解这类问题的一个广义既约次梯度算法,算法具有全局收敛性质,存贮次梯度的规模可由用户控制,利于算法的计算机实现。     

二维稳态小的远场来流对纯熔体凝固的影响

考虑动力过冷和小的远场来流对纯熔体凝固的影响,利用Mullins-Sekerka解的形式及渐近分析的方法给出了该凝固系统的基态解和扰动态解,从而揭示了有对流存在时,沿晶体生长的方向、温度场及流场的分布呈现出一个指数下降的现象,为晶体生长的研究及实验分析工作提供了理论依据。     

支持向量机增量学习中模型参数选择问题研究

支持向量机性能主要受模型参数的影响,而支持向量机增量学习中模型参数选择问题研究较少。针对这一问题,提出一种支持向量机增量学习中模型参数选择方法。将鲁棒度作为增量学习的性能估计准则,用拟合误差和比例系数调节解空间取值范围,采用梯度下降法搜索参数,用初始模型参数作为梯度下降法的初始值。用该方法对Logistic模型和航空发动机振动监控进行实验。结果表明：与基本遗传算法和梯度法进行比较,所提方法能充分利用历史学习的结果,缩小解空间的搜索范围,加快收敛速度。     

求实对称矩阵全部特征值及标准正交特征向量的降维搜索法

提出一个直接搜索算法,它是在一系列降维球面上采用文献［１］中给出的“下降弧算法”,逐一地直接寻找实对称矩阵的全部特征值及标准正交的特征向量。     

基于随机加速对偶下降算法的分布式网络流量优化

传统的分布式网络流量优化问题大都通过对偶梯度下降算法来解决,虽然该算法能够以分布式方式来实现,但其收效速度较慢。加速对偶下降（accelerated dual descent,ADD)算法通过近似牛顿步长的分布式计算,提高了对偶梯度下降算法的收敛速率。但由于通信网络的不确定性,在约束不确定时,该算法的收敛性难以保证。基于此,提出了一种随机形式的ADD算法来解决该网络优化问题。理论上证明了随机ADD算法在不确定性的均方误差有界时,能以较高概率收敛于最优值的一个误差邻域;当给出更严格的不确定性的约束条件时,算法则可以较高概率收敛于最优值。实验结果表明,随机ADD算法的收敛速率比随机梯度下降算法快2个数量级。     

连续下降运行(CDO)可行性研究

随着民航业的发展,传统的梯级下降方式已经不能满足社会对民航业经济性,环保性的要求。在这种背景下近年来提出了连续下降运行(CDO)程序概念。目前对连续下降运行(CDO)程序的研究还处于初级阶段。本文在连续下降运行(CDO)概念的认识基础上介绍了CDO程序的设计原理,并结合近年来国外对连续下降运行(CDO)程序的飞行试验及模拟仿真试验情况,从整体上阐述了连续下降运行(CDO)的可行性。     

基于计算机视觉的座舱仪表识别检测方法

在简要介绍座舱仪表及其常用识别检测方法的基础上,提出一种基于计算机视觉的座舱仪表识别检测的方法。阐述过程中的几个关键环节及所用到的图像处理算法。采用同态滤波和自适应中值滤波相结合的方法来改善图像效果,然后用改进的类间方差法(Otsu)获取仪表的二值图像。利用改进后交叉皮质视觉模型对仪表的边缘进行提取,并结合骨架来提取指针,最终通过最大梯度下降法得到指针的准确读数。实验结果表明:该方法可快速获取仪表指针读数,且能并行处理多个仪表。与传统的Hough变换、最小二乘法等相比,该算法在保证精度准度的基础上,大幅提高了处理运算的速率。