优化参数零点题的若干策略

零点是中学数学的核心内容,参数范围问题的求解是中学数学解题的难点,两者联姻产生的问题,具有逻辑推理性强、求解灵活性大的特点.在解法上没有固定模式可套,且对解题者的数学核心素养及创新意识的考查具有独到之处.因而,它成了数学高考复习的难点和竞赛命题的热点.本文通过实例介绍几种常见的优化策略,供读者参考.

在线优化参数的多变量无模型预测线性自抗扰控制

针对时变参数的多变量线性模型上叠加非线性的系统,采用具有辅助向量的多变量偏格式动态线性化方法逼近该系统,在多变量线性状态观测器中加入辨识的线性模型,提高状态观测精度。在多变量线性跟踪微分器和状态观测器分别引入超前参考输入与输出预测值,使多变量线性自抗扰控制器具有预测控制性能。运用非线性递推最小二乘法在线优化多变量线性自抗扰控制器的参数,给出在线优化参数的多变量无模型预测线性自抗扰控制算法。结果表明:无参数优化时的响应曲线,超调大,调节时间约1 s,无稳偏;有参数优化时的响应曲线,超调较小,调节时间约0.65 s,无稳偏,控制算法的响应优良。

自适应优化参数模拟退火的无线通信网络节点入侵实时监控方法

常规的无线通信网络节点入侵监控方法以入侵特征匹配的形式为主,大部分恶意代码与合法代码混合在一起,无法满足特征匹配需求,从而出现入侵监控误报、漏报的情况.为此,设计了自适应优化参数模拟退火的无线通信网络节点入侵实时监控方法 .设定无线通信网络节点入侵监控标准,针对不同的网络监控环境制定入侵行为监控判别标准,确保入侵行为监控效果.基于模拟退火优化通信网络节点入侵实时监控参数,根据模拟退火算法状态转移概率,确定当前节点的入侵情况,满足网络节点入侵的实时监控需求.采用对比实验,验证了该方法的监控准确性更高,能够应用于实际生活中.

在线优化参数的无模型预测神经网络自抗扰控制

关于难以建模的非线性系统的控制问题,提出具有辅助变量的全格式动态线性化方法逼近非线性系统模型,基于其构建系统的预测模型,给出采用直接极小化指标函数自适应优化算法的参数估计算法,在扩张状态观测器中引入控制输入的微分项,并将控制输入和其微分的系数改进为关于观测状态的函数,因其未知,使用RBF神经网络逼近,利用非线性递推最小二乘法同时优化RBF神经网络参数和自抗扰控制器参数,综上研究提出在线优化参数的无模型预测神经网络自抗扰控制算法。仿真研究验证了上述研究的合理性和有效性,系统响应精度高。

自适应优化参数模拟退火的叠前地震联合反演方法

叠前地震反演是一种地震数据定量处理与解释的重要技术,全局优化算法是叠前地震反演中一种有效的弹性参数估算方法。作为一种主要的全局优化算法,模拟退火算法广泛用于地震数据反演,但该算法涉及的多种优化参数(如初始温度、扰动范围等)对反演结果具有重要影响。模拟退火参数优化主要是通过模型试算进行设置,但此类经验性方法易引入误差,不具备推广性。为此,提出了一种基于自适应优化参数模拟退火的叠前地震联合反演方法。首先,联合贝叶斯线性反演与模拟退火非线性反演方法,通过线性反演结果驱动后续优化参数的估算及先验模型的构建;其次,针对不同地震道的数据差异,逐道计算适用的初始温度及扰动范围,有效提升了算法的适用性及稳定性。合成数据测试及实测资料应用表明,相比常规模拟退火反演方法,该方法的弹性参数反演结果与测井数据的相关系数更高。

在线优化参数的多变量非线性预测函数控制

针对实用随机多变量NARMAX模型的控制问题,利用多变量非线性递推最小二乘法进行参数估计,使用在动态工作点处的动态切平面逼近该模型,转化为时变多变量CARMAX模型,由其构成递推预测模型进行预测,基于多变量CARMAX模型的预测函数控制,运用非线性递推最小二乘法优化控制输入输出的加权系数,给出在线优化加权系数的多变量非线性预测函数控制算法。结果表明,系统的控制响应具有优良的性能,无超调和稳偏,调节时间约5个采样周期。

基于优化参数Adam算法的全波形反演

常规的全波形反演(FWI)计算得到的梯度往往不做优化处理,并且每次计算模型更新量时还需要额外的波场延拓计算来获取迭代步长,导致收敛效率和反演精度降低.本文将深度学习中的Adam算法引入到全波形反演中来,其可在仅付出极小计算代价的前提下实现梯度的优化处理,由梯度直接计算出模型更新量,避免了迭代步长的计算,且能显著提升收敛效率和反演精度;同时针对Adam算法的默认参数优化和选取问题,通过数值实验系统分析了不同参数的全波形反演效果,并给出了更适合于全波形反演的优化参数.实验结果表明,相比于默认参数的Adam算法以及L-BFGS算法的全波形反演,基于优化参数的Adam算法其收敛速度和反演精度更高.

一种基于优化参数的非局部均值滤波算法

针对非局部均值滤波算法中难以找到一个全局最优的滤波参数h的问题,给出一种新的该参数的优化方法,并将其应用于传统非局部均值滤波算法的改进。首先基于SUSAN算法提取噪声图像的边缘信息,然后在大量实验的基础上,利用线性回归和非线性回归分析方法建立h与边缘信息、噪声方差之间的优化模型。最后,将基于该优化模型的非局部均值算法应用于多幅图像的去噪处理中。实验结果表明,新算法改善了传统非局部均值算法的去噪性能,取得了良好的滤波效果。

低温制冷机用柔性板弹簧优化参数及型线分析

针对低温制冷机用板弹簧,提出同时考虑"径轴向刚度比"和"最大应力与轴向刚度比"为板弹簧的优化参数,在此基础上,基于有限元分析方法,比较分析了常见的3种不同涡旋型线的板弹簧,得到宜采用圆渐开线和阿基米德螺旋线来构造涡旋线且圆渐开线较优的结论;同时也比较了偏心型与同心型板弹簧的性能,结果显示偏心型板弹簧具有较稳定的径向刚度及较大的径轴向刚度比,有利于低温制冷机的稳定运行。最后通过实验测量了板弹簧的刚度,显示有限元计算值与实验结果的平均误差为11.6%,从而证明了有限元方法的可靠性。

吖啶酯标记的化学发光免疫分析优化参数评价

以睾酮－３－羧甲氧基肟－牛血清白蛋白为免疫原，免疫家兔产生抗血清，１０－甲基吖啶－９－羧酸［４－（Ｎ－睾酮－３－羧甲氧基肟）－氨乙基］苯酯为示踪化合物，采用平衡法建立睾酮化学发光免疫分析，数据用四参数Ｌｏｇｉｓｔｉｃ函数处理．方法学考核标准曲线稳定，Ｒ为０．９９６７；ＥＤ５０为８２．１５ｎｇ／Ｌ；批内和批间ＣＶ分别为５．７８％和３．３％；平均回收率为１０７．２８％；可测范围为１９．３～２６４．６ｎｇ／Ｌ，与雌酮、雌二醇、雌三醇和孕酮的交叉反应率均小于１．３５％；非特异结合率为９．６４％．“桥效应”分析表明同位点、“桥”

一种基于改进模拟退火算法的程序性能优化参数搜索算法

高级程序变换是提高程序性能的重要手段,很多涉及到优化参数的选择问题,如为循环分块选择适当的分块因子。由于优化参数搜索问题本身是NP难问题,目前尚没有确定性的算法可以有效解决该问题,针对于此,将该问题转化为一个非线性全局最优化问题,提出一种基于改进模拟退火算法的程序性能优化参数搜索算法,实验结果验证了算法的有效性。

监督学习模型指导的函数级编译优化参数选择方法研究

基于机器学习的迭代编译方法可以在对新程序进行迭代编译时,有效预测新程序的最佳优化参数组合。现有方法在模型训练过程中存在优化参数组合搜索效率较低、程序特征表示不恰当、预测精度不高的问题。因此,基于机器学习的迭代编译方法是当前迭代编译领域内的一个研究热点,其研究挑战在于学习算法选择、优化参数搜索以及程序特征表示等问题。基于监督学习技术,提出了一种程序优化参数预测方法。该方法首先通过约束多目标粒子群算法对优化参数空间进行搜索,找到样本函数的最佳优化参数;然后,通过动静结合的程序特征表示技术,对函数特征进行抽取;最后,通过由函数特征和优化参数形成的样本构建监督学习模型,对新程序的优化参数进行预测。分别采用k近邻法和softmax回归建立统计模型,实验结果表明,新方法在NPB测试集和大型科学计算程序上实现了较好的预测性能。

地震作用下相邻结构间阻尼器的优化参数研究

对地震作用下相邻结构间连接阻尼器的优化参数理论表达式的适用性作了详细的研究,分别为粘弹性阻尼器和粘滞流体阻尼器。共有两种减震控制目标,使主结构的平均相对振动能量最小和使两相邻结构的总平均相对振动能量最小。采用虚拟激励法,研究了小震作用下结构处于线弹性状态时阻尼器的优化参数取值,详细分析了结构模态阻尼比和场地条件的变化对阻尼器优化参数的影响;采用时域和频域分析方法,研究了强震作用下结构处于弹塑性状态时阻尼器的优化参数值,并与理论值进行了对比。结果表明,结构模态阻尼比和场地条件的变化对阻尼器的优化参数影响很小;结构处于弹塑性状态时阻尼器的优化参数值与结构处于线弹性状态的取值相差不大,均与理论值比较接近,该结论对于阻尼器的优化参数理论表达式的应用非常有利。

最优化参数逼近的自适应退避算法

为在不同网络规模下改善网络的拥塞状况并达到或逼近最佳的网络性能,提出了一种基于最优化参数逼近的自适应退避算法(SAOP).根据理论最佳归一化发帧负载随站点数增加近似保持恒定的特性,周期性自适应调整自身的最小竞争窗口,使网络当前的归一化发帧负载(冲突和成功发送次数比值)逼近理论最佳值,从而使网络拥塞状况得到改善.仿真结果表明,该算法使802.11局域网的饱和吞吐量提高了48%,使时延减小了31%(Basic接入模式,网络规模80个站点),随网络规模变化的吞吐量平均达到理论最大值的98%.

白车身耐疲劳结构6σ稳健优化参数的估算仿真

为提高车辆耐疲劳结构性能,降低零部件失效概率,提出白车身耐疲劳结构6σ稳健优化参数估算方法。首先分析白车身耐疲劳结构组成部分及稳健优化,利用运动微方程描述其在线性条件下的相关向量,完成耐疲劳结构平均损耗的表达方程,将6σ稳健优化参数计算分解成4个基本步骤,以降低计算过程中不确定因素的敏感性;其次,以耐疲劳可用时间安全性要求为宗旨,计算出稳健优化参数的最大波动范围,利用2阶响应面模型计算均值及方差,完成估算模型的构建,使用遗传算法寻取最优结果;最终,与传统稳健优化参数方法的仿真结果对比证明,6σ稳健优化参数估算方法稳健性更高、抗干扰能力强,能有效提高车辆耐疲劳结构性能,改善零部件失效情况。

吹吸式回风过滤器除尘系统的优化参数分析

本文对吹吸式回风过滤器作了简要的介绍，提出了其除尘系统的主要优化参数有除尘速度、吹吸风口宽度、吹吸风口距滤网的距离、吹吸嘴的结构、吹吸流量比等五个参数，并为这些参数提出了优化途径。

陶瓷产品市场短期需求预测的优化参数法

根据层次分析法的基本原理,构造了陶瓷产品市场需求预测的优化参数模型,从而为准确确定陶瓷企业未来生产提供了可靠的理论依据,并得到了影响需求量内外因素的权重。从而使企业对影响陶瓷产品的各因素有了更深的了解。

一种基于离线优化参数的自校正PID控制器

本文针对典型工业过程，通过在线辨识对象脉冲响应间接获取对象等效参数．利用按偏差积分准则离线优化整定出的PID参数与对象参数的关系，实现PID控制器的自校正．为抑制输出超调．提出了一种超前控制方法．仿真表明．该控制器对于交参数对象可获得满意的控制效果．

线性多自由度系统中动力吸振器优化参数的数值拟合

本文将P．J.Den．Hartog提出的“定点等值法”推广运用于有限长多自由度系统中的动力吸振器设计，利用小步长搜索法确定了动力吸振器的优化结构参数。同时，为工程应用方便起见，对动力吸振器的一些最优参数进行了曲线拟合，并给出了相应的经验公式。

PINNACLE系统优化参数对宫颈癌术后VMAT计划质量和照射精度的影响

目的探讨PINNACLE系统优化参数MLC motion speed设置不同值对容积旋转调强放疗(VMAT)计划质量和照射精度的影响.方法选取宫颈癌术后患者60例,计划优化中参数MLC motion speed分别设置为0.30、0.46 cm/deg及默认值做3组VMAT计划,计划传至加速器上执行,由COMPASS实际测量重建并与治疗计划系统(TPS)优化的剂量分布进行比较,获得每个计划的剂量体积参数偏差值,比较3组计划优化的剂量学参数值、偏差值及γ通过率.结果 0.30 cm/deg组的计划靶体积(PTV)靶区D2%、Dmean、均匀度指数(HI)均大于0.46 cm/deg组和默认值组(P﹤0.05);0.30 cm/deg组的PTV靶区ΔDmean明显小于0.46 cm/deg组和默认值组(P﹤0.01);默认值组的PTV靶区γ通过率低于0.30 cm/deg组与0.46 cm/deg组,0.30 cm/deg组的结肠γ通过率高于0.46 cm/deg组与默认组,差异均有统计学意义(P﹤0.05).结论 PINNACLE系统参数MLC motion speed设置值对VMAT照射精度有影响.剂量师应避免使用系统默认值,而是设置0.30~0.46 cm/deg值优化计划.