标准Wolfe线搜索下改进的HS共轭梯度法

通过对现有的HS共轭梯度法进行修正,提出一个具有下降性质的改进型HS共轭梯度法,该算法的下降性质得到论证.在标准Wolfe线搜索条件下,证明了改进的HS算法具有全局收敛性.最后,通过数值实验结果的对比,发现新算法数值效果是优异的.

Wolfe线搜下改进的FR型谱共轭梯度法

谱共轭梯度法作为经典共轭梯度法的推广,它是求解大规模无约束优化问题的有效方法之一.基于标准Wolfe线搜索准则和充分下降性条件,提出了一种具有充分下降性质的FR型谱共轭梯度法.在温和的假设条件下,该算法具有全局收敛性.最后,将新算法与现存的修正FR型谱共轭梯度法进行比较,数值结果表明提出的算法是极其有效的.

标准Wolfe线搜索下修正的HS共轭梯度法

为求解非线性无约束优化问题,本文在HS共轭梯度法的基础上,得到一个修正的共轭梯度法。不依赖于强Wolfe线搜索的选择,仅在标准Wolfe线搜索下,证明该修正的共轭梯度法的搜索方向满足下降性和相应算法的全局收敛性。最后的数值实验结果表明该方法是有效的。

强Wolfe线搜索下一个新的优化算法

本文主要研究了一个新的优化算法.首先,利用给出的新的公式和强Wolfe线搜索,证明了该算法在不要求搜索方向满足共轭性条件下具有充分下降性和全局收敛性;其次,利用目标函数为一致凸函数的假设,证明了该算法具有线性收敛速率;最后,利用数值试验,验证了新算法是有效的、可行的.

修正Wolfe线搜索下的一类谱共轭梯度法

在已有文献的基础上对共轭参数进行凸组合、修正谱参数,提出一种新的求解大规模无约束优化问题的谱共轭梯度法。该方法使每次迭代都自动产生一个不依赖于任何线搜索的下降方向,并在一定条件下建立了此方法的全局收敛性。

一种近似BFGS的自适应双参数共轭梯度法

为了更加有效的求解大规模无约束优化问题,本文基于自调比无记忆BFGS拟牛顿法,提出一个自适应双参数共轭梯度法,设计的搜索方向满足充分下降性,在一般假设和标准Wolfe线搜索准则下,证明该方法具有全局收敛性,数值实验结果证明提出的新算法是有效的.

基于多目标狼群算法的机场行李导入系统仿真优化研究

针对民航机场行李导入系统运行过程中旅客行李注入等待时间长、系统能耗高等问题,综合考虑虚拟视窗控制方式、收集带式输送机运行速度、虚拟视窗长度及同时开放值机柜台数量等关键控制参数对机场行李导入系统运行效率的影响,提出一种求解该问题的仿真优化框架。通过分析机场行李导入系统实际运行工况,建立参数化仿真优化模型。以最小化旅客行李注入平均等待时间和系统能耗为优化目标,结合系统设计和运行过程中的实际约束条件,建立该问题的数学模型,并设计了一种多目标自适应并行狼群算法进行求解。该算法针对所提问题特性及经典狼群算法易陷入局部最优和收敛速度慢等不足,提出一种混合整实数单链编码方式,融合反向学习策略生成初始种群,引入自适应游走概率机制和智能行为并行机制,采用局部和全局自适应邻域搜索及启发式保优策略实现狼群算法智能行为搜索,使用Pareto非支配排序进行寻优迭代并获得最优解集。以国内某大型国际航空枢纽机场行李导入系统为例设计不同规模多种算法对比实验,验证了所提方法的有效性和优越性。

基于改进灰狼算法与隐枚举法的配电网分区故障定位研究

分布式电源接入配电网,使传统故障定位方法适用性下降。为此,文中提出了一种改进灰狼算法与隐枚举法相结合的配电网分区故障定位方法。对灰狼算法进行二进制处理并引入动态范围搜索、Levy飞行、局部搜索和非线性收敛因子4种改进策略,提高算法的快速性和准确性。建立能够满足含分布式电源配电网需求的编码方式、开关函数以及目标函数。通过分析故障点与开关函数的对应机理,提出区域定位与区段定位相结合的分区定位模型,并使用改进灰狼算法与隐枚举法联合求解。最后,以IEEE 33节点配电网为例进行仿真试验。结果表明,文章提出的求解算法和分区定位方法能够准确、迅速定位故障区段,并具备较高的容错性与稳定性。

一种WYL型谱共轭梯度法的全局收敛性

为解决大规模无约束优化问题,该文结合WYL共轭梯度法和谱共轭梯度法,给出了一种WYL型谱共轭梯度法.在不依赖于任何线搜索的条件下,该方法产生的搜索方向均满足充分下降性,且在强Wolfe线搜索下证明了该方法的全局收敛性.与WYL共轭梯度法的收敛性相比,WYL型谱共轭梯度法推广了线搜索中参数σ的取值范围.最后,相应的数值结果表明了该方法是有效的.

基于响应面与狼群算法的电火花线切割加工性能与放电能耗建模及优化

结合电火花线切割加工绿色、精密、高效的发展趋势,提出面向加工性能与放电能耗的电火花线切割加工工艺建模与多目标优化方法。针对电火花线切割加工GH4169高温合金材料开展正交试验设计,以脉冲宽度、放电间隙、管数、加工限速为输入,以放电能耗EEV、表面粗糙度Ra和材料去除率MRR为输出,构建了电火花线切割加工性能与放电能耗多目标优化响应面模型,并采用改进的狼群算法对模型进行优化求解。优化结果与实验结果对比表明,Ra、EEV和MRR的平均误差均不高于10%,且随机优化实验结果优于75%以上的正交试验设计的实验结果,验证了优化模型及求解方法的有效性。

基于改进人工势场法的多智能体编队避障

针对随机障碍物环境下的多智能体编队避障问题,提出一种灰狼优化算法与人工势场法相结合的多智能体编队避障方法。首先,使用改进收敛因子的灰狼优化算法进行参数寻优,提升全局寻优能力,解决人工势场法中引力和斥力增益系数的经验取值存在局限性和编队系统避障速度慢的问题。其次,基于领航跟随法的编队结构,采取动态队形变换避障策略,解决编队过程中灵活性较差的问题。最后,设计编队效率函数,用于评估和验证避障过程中队形的稳定性和编队系统对环境的适应性。仿真结果表明,与其他人工势场法相比,使用所提方法进行编队避障后,收敛速度更快,队形更稳定,编队系统对环境的适应性更强。

一种求解线性二层规划的修正Frank-Wolf方法

利用迭代点校正方法,将非线性规划中的F rank-W o lf方法应用于线性二层规划问题,从而提出了一种求解线性二层规划的简单算法,同时给出了算法的收敛性.数值结果表明,给出的算法是可行有效的.

基于改进灰狼优化算法的结构损伤识别

结合模态柔度矩阵、广义模态柔度矩阵和振型三个识别精度较好的指标,构造新的目标函数求解损伤识别问题。通过Nelson方法求解得到的频率与振型的导数,得到对结构刚度发生变化时更具敏感性的位置,然后在这些位置布置传感器以提取结构信息。针对原有的灰狼算法虽然全局搜索能力强,但是存在局部搜索精度差的问题,本文从初始种群和收敛因子等方面着手,改善灰狼算法的局部搜索能力及收敛速度。最后利用提出的方法,通过识别梁模型及桁架模型中的损伤单元说明本文方法的有效性。

局部阴影下基于GWO-P&O混合算法的光伏最大功率点跟踪

针对局部遮阴环境下传统灰狼优化(Gray wolf optimization,GWO)算法在跟踪最大功率点时P-U特性曲线出现多峰值、后期收敛速度慢、稳态精度低等问题,结合灰狼优化算法和扰动观察法(Perturbation and observation,P&O)各自的优势,提出了基于GWO-P&O的混合优化最大功率点跟踪(Maximum power point tracking,MPPT)算法。首先,采用灰狼优化算法逐渐向光伏的全局最大功率点靠近。其次,在灰狼优化算法收敛后期引入P&O法,既保持了灰狼优化算法较高的稳态精度,又能以较快速度寻找到局部最大功率点。最后,在不同环境工况下,将所提出的GWO-P&O方法与传统GWO算法进行对比。结果表明,改进的GWO-P&O算法在保证良好稳态性能的同时,一定程度上提高了GWO算法后期跟踪最大功率时的收敛速度。

Wolfe线搜索下一类混合共轭梯度法的全局收敛性(英文)

本文给出了一个新的共轭梯度公式,新公式在精确线搜索下与DY公式等价,并给出了新公式的相关性质.结合新公式和DY公式提出了一个新的混合共轭梯度法,新算法在Wolfe线搜索下产生一个下降方向,并证明了算法的全局收敛性,并给出了数值例子.

Wolfe线搜索下一类新的共轭梯度法及其收敛性

本文提出一类新的共轭梯度法,证明了其在Wolfe线搜索下具有全局收敛性,最后对算法进行数值试验,数值结果表明该算法是有效的。

一种新的Wolfe线搜索技术及全局收敛性

共轭梯度法是求解无约束优化问题的一种重要的方法,尤其适用于大规模优化问题的求解。通过应用计算βk的新公式求得一种新的共轭梯度法,在非精确线性搜索的Wolfe准则下证明新的共轭梯度法的全局收敛性,并且数值实验表明了这种线搜索下算法的有效性。

Wolfe线搜索下一种修正的HS共轭梯度法及其全局收敛性

提出一种修正的HS共轭梯度法.该算法产生的搜索方向为充分下降方向,且这一性质与所采用的线搜索方法无关.并在Wolfe线搜索的条件下证明了该算法全局收敛性.数值实验结果表明算法是有效的.

一类新的强Wolfe线性搜索下的记忆梯度法

研究一类新的无约束优化记忆梯度算法,并在强Wolfe线性搜索下证明了其全局收敛性.当目标函数为一致凸函数时,对其线性收敛速率进行了分析.

Wolfe线搜索下的全局收敛修正HS共轭梯度法

为解决大规模无约束优化问题,基于Wolfe线搜索技术,提出新的修正HS共轭梯度法。在水平集有界和梯度Lipschitz连续的条件下,证明新算法具有全局收敛性。数值实验证实此算法有效可行。