处理优化约束条件的微分方程法

在文[1]中,作者曾提出求解一般约束优化问题的一种新方法。本文利用微分方程对约束条件做进一步的讨论,证明了从一可行点的某邻域出发的该微分方程组的解关于部分变元总收敛到问题(1.1)的可行点。     

约束条件下船内液体对稳性的影响

给出在约束条件下即船内液舱近满舱或空舱时液体倾侧力矩的计算公式，并通过计算说明约束条件下当船内液舱较多或容量较大时，忽略舱内液体对稳性的影响是不安全的，在船舶 营运配载过程中应引起充分的注意。     

机会约束下风险证券的期望收益率的切点组合(简报)

在现实生活中决策者进行投资决策时,有时要求风险证券的实际收益率比某一期望收益率要大,以该目标为导向制定相应的最优策略.考虑到所做决策在不利情况下可能不满足约束条件,故允许所做决策在一定程度上不满足约束条件,但该决策应使约束条件成立的概率不小于某一置信水平,该方法由Charnes和Cooper提出,被称为机会约束规划.本文讨论证券组合的机会约束问题.     

用局部刚度修正法处理结构优化的全局约束问题

研究了当前在结构优化设计中处理全局约束问题的方法，进而提出了局部刚度修正法，即只要修改部分构件的刚度就可使全局约束条件得到满足。通过算例和工程实践表明，对规模为1000个节点、50个设计变量的杆系结构，在Pentium Ⅲ计算机上，只要运行40min就可得到满意解。该方法简便易行，不用做灵敏度分析，收敛快、计算量小，是解决大型工程结构优化设计问题的好方法。     

一般正项几何规划问题的一种直接算法

本文将一般的正项几何规划问题化为等价的目标函数为线性函数，具有线性等式和非线性不等式约束条件的非线性规划问题，进而给出了一个具有全局收敛性质和特殊结构形式的广义投影梯度型算法。     

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。     

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．     

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...