无惩罚SQP方法在动力下降制导问题中的应用

序列二次规划(SQP)方法是一个较为实用的求解非线性约束优化问题的方法。本文提出了一种基于无惩罚框架的改进的SQP算法。该算法不涉及罚函数,不需要考虑罚因子的选取,也不需要滤子和可行性恢复阶段。提出的算法能够克服二次规划子问题的不相容性,并且迭代点列关于目标函数和约束函数是非单调的。在有界性假设条件下,算法具有全局收敛性。当原问题无解时,算法可以收敛到原问题的不可行稳定点。此外,本文建立了动力下降制导问题的数学模型,以燃油消耗质量最低为目标,给出了算法的仿真结果和分析。

求解不等式约束非线性优化问题的信赖域SQP方法

针对不等式约束非线性优化问题求解上已经有了很多优化的方法,例如序列二次规划(SQP)方法, 而本文则是在SQP优化方法的基础上研究井建立的一个将信赖域方法与其结合的方法一一信赖域SQP方法,然后给出相应的实例对该算法进行数值实验模拟,井将其与原来的SQP方法进行比较。 最后得出在适当的条件下,信赖域SQP方法相较于原有的SQP方法具有更好的数值效果,数值的结果也一定程度上验证了这个算法的可行性。

基于改进PSO-SQP算法优化控制金氰化浸出过程

针对金氰化浸出过程,建立了生产成本最小为目标的优化模型,采用序列二次规划(SQP)算法与改进粒子群算法(PSO)相结合对模型进行求解,并通过对比优化前后金浸出率,验证了改进PSO-SQP算法的可行性。结果表明:相比于常规方法,改进PSO-SQP算法可有效降低迭代次数和生产成本;浸出过程优化后的金浸出率达97.03%,比优化前提高2.47%。改进PSO-SQP算法对金浸出过程优化控制具有一定的实用价值。

解约束优化问题的SQP(Sequential Quadratic Programming)方法探讨

本文详细介绍SQP (sequential quadratic programming)方法的设计过程与具体算法,并通过解决等式约束优化问题和不等式约束优化问题的例子来讨论其优劣性,探讨它的扩展性。SOP算法的设计核心是将原来一般约束问题的解转换为一系列简单子问题(例如二次规划问题)的求解。而二次规划问题的求解方法非常成熟与完善,这种将复杂优化问题的求解转化一系列简单问题的求解方法被提出之后广受欢迎,使得SQP方法成为解决非线性约束优化最有效的方法之一。它在解决具有非线性优化问题时有它独特的优势。理解和掌握它,对于理解与应用其它的SOP方法也有极大的帮助。

一种新的无罚函数无滤子的SQP算法

通过修正QP子问题和构造适当的线搜索方向,提出了一种新的无罚函数无滤子的方法来求解不等式约束优化问题。该方法有效地避免了罚函数选择的困难,避开了传统滤子法所需要的可行恢复阶段。最后在适当的假设条件下,给出了算法的有效性分析和全局收敛性分析。

线性互补约束优化问题的一类修正SQP算法(英文)

提出了求解线性互补约束优化问题的一类修正逐步二次规划算法，数值实验表明了该算法有效．

基于SQP方法的常推力月球软着陆轨道优化方法

月球软着陆是未来月球探测中的一项关键技术。针对这项技术,本文给出了一种基于SOP方法的常推力月球软着陆轨道优化方法。该方法通过将常推力月球软着陆轨道离散化,利用离散点处状态连续作为约束条件,把常推力月球软着陆轨道优化问题归结为一个非线性规划问题,对于此问题的求解,其初值均为有物理意义的状态和控制量,从而避免了采用传统优化方法在解决此优化问题时对没有物理意义变量初值的猜测。最后,利用SOP方法求解了此轨道优化问题。仿真计算结果表明这种离散化的方法应用于此轨道优化问题可以避免传统轨道优化方法对初值敏感的问题。

基于SQP算法的SAR成像导引头三维弹道优化

弹载SAR平台轨迹的设计是研究弹载SAR成像算法的前提。为了在满足SAR成像条件的同时降低导弹打击时间,需要对SAR成像导引头的弹道进行优化。该问题属于非线性最优控制问题,本文采用序列二次规划(SQP)优化算法进行求解。首先以波束驻留时间最小为指标函数,导弹俯仰、偏航加速度为优化变量,建立了SAR成像导引头三维弹道优化模型,模型的约束包括SAR成像约束、过载约束和导弹飞行高度约束。然后,将原最优控制问题进行参数化,转换成非线性规划问题,利用SQP算法进行求解。参数化时,离散节点越多,得到的非线性规划问题规模越大,求解速度就越慢。仿真结果表明,SQP算法能够有效解决SAR成像导引头三维弹道优化问题,得到的解满足模型约束。

基于多领域仿真的SQP并行优化算法

研究多领域仿真优化中SQP算法的并行处理与调度策略,提出了基于多领域仿真的SQP并行优化问题中的抽象调度模型即等式约束离散变量优化模型,对算法理论的可行性做了深入探讨;采用机群系统构建了并行仿真优化环境,在自主研发的多领域统一建模与仿真平台MWorks下实现了并行优化模块。以F14战机简易模型的控制参数优化为例,验证了该方法的有效性。

精馏塔联立优化的简约空间SQP算法

Reduced-space SQP algorithms for optimization of distillation column are studied.Variables decomposition is used to eliminate dependent variables and equality constraints,which reduce the dimension of QP sub-problems involved in iterations of SQP.Compared with the one based on orthonormal bases,reduced-space SQP based on orthogonal bases retains the convergence property while avoids QR decompositon.The improved computation efficiency is illustrated in a enzene/toluene distillation column optimization example, based on author’s,previous work.

基于BP神经网络和SQP算法的轮毂锻模优化设计

针对轮毂锻模的上模芯磨损剧烈的问题,将锻造成形数值模拟、BP神经网络和SQP算法耦合以优化模具的型面,改善上模芯的磨损情况,从而提高模具的寿命。基于MATLAB平台,以等磨损为目标建立优化数学模型,采用3次样条插值曲线描述上模芯成形部位的轮廓形状。结合锻造成形数值模拟和修正的Archard磨损模型得到计算结果并以此训练BP神经网络,建立模具型腔控制点与目标函数之间的映射关系。运用SQP算法对设计变量进行寻优,得到最优的上模芯成型部位的轮廓形状,并对此轮廓的磨损情况进行数值模拟验证。结果表明:优化后成形上模芯磨损量减小且更加均匀,等磨损值下降了38.4%。

间歇过程PSO-SQP混合优化算法研究

针对SQP算法在求解具有复杂约束的间歇过程优化时容易陷入局部极值点的问题,本文提出一种PSO-SQP混合优化算法。该算法首先采用外点罚函数法将间歇过程有约束的优化问题转换为无约束的优化问题,利用PSO强大的全局搜索能力对其进行求解,并把搜索结果作为SQP搜索初始点,以此弥补SQP全局搜索弱的缺点,再利用SQP良好的局部收敛性和较强的非线性收敛速度对原优化问题进行精细搜索,弥补了PSO局部搜索弱的缺点,通过不断的迭代最终获得优化问题的全局最优解。该算法充分利用了SQP和PSO的优缺点,增强了其对复杂约束优化问题的求解能力。将本文提出的算法用于连续搅拌化学反应系统温度控制中,仿真结果表明产物浓度能够充分逼近期望值,且反应器的温度轨迹收敛,从而验证了该算法的有效性和实用价值。

基于虚拟样机和SQP的机械结构参数优化

针对虚拟样机结构参数优化设计问题,采用灵敏度分析的方法确定各结构参数对目标函数的影响显著性,并获得对目标函数有重要影响的结构参数;利用序列二次规划算法与虚拟样机融合,实现了对结构参数的优化,研究结果表明该结构具有较大的设计改进空间;提出了一种利用虚拟样机结合序列二次规划算法对结构参数进行优化的方法;该方法不仅建立了较为完备的优化方案体系,为机构的进一步开发和设计提供了有利的工具,同时也为工程设计人员提供了一种优化思路。

SQP法在大型结构优化设计中应用的研究

首先分析了SQP法的原理与特点,然后根据大型结构优化设计问题的要求,提出了把SQP法应用于其中的一些关键技术问题,如敏度分析、结构重分析等.通过工程实例的应用和设计计算,成功地把SQP法应用于大型结构优化设计问题的求解,得到了满意的结果.

基于简约SQP和混合自动微分的反应参数优化

针对甲醇烃动态过程反应参数优化问题,提出了一种基于混合自动微分技术和改进简约空间序列二次规划(rSQP)算法相结合的求解方法.该方法将动态优化问题离散化为以代数方程表示的非线性规划问题,利用问题结构稀疏、自由度相对较低,并含有大量等式约束等特点,以改进的简约空间序列二次规划算法为求解器来求解优化问题,并在求解过程中,采用混合自动微分技术获取优化问题的一阶导数信息和稀疏结构.计算结果表明,该方法的求解效率比差分求导的标准序列二次规划(SQP)算法高100多倍,比混合自动微分求导的SQP算法高10倍左右,另外求解精度也有显著提高.

一种基于步长的SQP滤子法

本文将滤子法用到SQP方法中,通过减小违反约束度函数值和一个逼近目标函数的函数值来确定试探步是否被滤子接受.此方法不同于其他滤子法,它不需要减小信赖域半径而是通过改变步长因子来保证充分下降性.本文在一定条件下获得了全局收敛性.

基于SQP局部搜索的蝙蝠优化算法

针对基本蝙蝠算法存在寻优精度不高,后期收敛速度较慢和易陷入局部最优等问题,提出一种基于序贯二次规划(Sequential Quadratic Programming,SQP)的蝙蝠优化算法。该算法应用佳点集理论构造初始种群,增强了初始种群的遍历性;为避免算法陷入早熟收敛,引入柯西变异算子对种群中精英个体进行变异操作,增加种群多样性;在迭代后期,对最优个体进行SQP局部搜索,提高蝙蝠算法的局部深度搜索能力,保证个体在靠近全局最优值时能够寻优到全局最优解,加快种群进化速度。通过仿真实验结果证明,改进后的蝙蝠算法性能优越,具有良好的寻优精度和收敛速度。

基于SQP算法的汽车电子机械制动系统性能优化

为了进一步优化汽车电子机械制动系统制动力分配方案,在充分考虑空满载使用频率因素的情况下,以电动汽车制动模型为研究对象,基于SQP算法对电子机械制动系统进行性能优化分析.以理想制动力分配曲线为出发点,建立了目标函数和约束函数,以80km/h初速度制动工况为对象,选取SQP算法进行不等式约束问题研究,从而得到了空满载工况下的同步附着系数、最大制动减速度、制动距离等一系列相关参数,并进行了优化前后的制动力分配和利用附着系数对比实验.实验结果表明,优化后的制动工况较优化前更为稳定,地面附着条件利用更好.

利用SQP控制涡扇发动机加速过程的多目标最优化研究

在涡扇发动机加速过程控制中引入多目标评价函数法中的线性加权和法 ,实现发动机加速过程的双变量控制。研究过程中 ,充分考虑了涡扇发动机加速过程中的各项约束条件。仿真结果表明 ,应用多目标最优化方法来进行发动机加速最优控制是可行的 ,能充分发挥发动机的潜力 。

基于积极集技术求解无约束极大极小问题的摄动SQP方法

讨论无约束极大极小(minimax)问题,基于积极集识别技术,结合摄动的序列二次规划(SQP)方法,建立问题的一个数值方法.在相当弱的条件下,算法具有弱全局收敛性,并对算法进行了初步的数值试验.