基于循环子向量优化的波束成形接收机设计

针对新一代无线通信技术应用中对低能耗、低算力的应用需求,提出一种基于循环子向量优化(CSVO)算法的低复杂度波束成形接收机设计。CSVO算法根据最小均方误差(MMSE)准则推导产生,特点是在波束成形中可以灵活地选择拟优化波束向量的维度大小,降低计算复杂度。文中基于CSVO算法,以ZC706套件和AD9361射频收发器为基础,实现了一套四天线阵元基带波束成形接收机设计方案。实验测试结果表明,实现的接收机波束成形增益接近理论值,验证了CSVO算法的可行性和有效性。实验结果进一步展示,与其他传统的几种波束成形算法相比,在达到同样性能的条件下,CSVO算法所需乘法次数更少,且收敛速度更快。

向量优化中一类新的真有效解及其线性标量化

基于向量优化问题的严有效解和E-严有效解的思想,利用改进集、回收锥等工具提出了一类新的真有效解概念——广义E-严有效解,给出了广义E-严有效解的存在性定理,并利用基泛函建立了广义E-严有效解的线性标量化定理。

解决向量优化问题的一种非单调投影梯度算法

本文引入一种新的算法:极大型投影梯度算法,它是将解决带约束向量优化问题的投影梯度算法和极大型非单调线搜索技术相结合的一种算法。下降方向通过由解决单目标规划的投影梯度算法推广到向量优化的投影梯度算法来得到,而在步长选择上采用经典的单调线搜索技术容易陷入局部收敛的困境,与非单调技术结合以后,可以摆脱这一困境。在合适的条件下,证明了算法的全局收敛和线性收敛性。

多目标约束向量优化问题的类拉格朗日乘数法

文献[21]给出了实希尔伯特空间中含有一个约束条件的向量优化问题的有关帕雷托解的拉格朗日乘数法.该文把文献[21]中的主要结果推广到了含有任意m个约束条件的多目标向量优化问题中,给出了实希尔伯特空间中,以proximal法锥和目标函数的coderivative刻画的多目标约束向量优化问题的类拉格朗日乘数法.

一种面向文本分类的特征向量优化方法

对文本进行建模的普遍方法是使用向量空间模型构建文本向量,并利用权值调整和维度调整对文本向量进行优化。提出了一种面向文本分类的特征向量优化方法。首先利用剔除近义词方法优化文本向量中的特征项;然后提出贡献率因子的概念,并利用其优化特征值。实验表明,相比朴素贝叶斯分类方法其效果提高了0.96%。因此,通过去除近义词和对提取出的特征词调整权重,可以达到优化特征向量、提高文本分类效果的目的。

集值映射向量优化问题的强有效性

引进并较为系统地研究集值映射向量优化问题的强有效性，获得了包括标量化、Ｌａｇｒａｎｇｅ乘子。

向量优化问题有效点集的稳定性

在不需要紧性假设下,利用拟C-凸函数及回收锥的性质,建立了向量优化问题有效点集的稳定性,获得了一列目标函数和可行集均扰动情形下的向量优化问题与对应的向量优化问题有效点集的Painlevé-Kuratowski内收敛性结果。所得结果推广和改进了相关文献(Attouch H,RiahiH.Stability results for Ekeland’s-variational principle and cone extremal solution;Huang X X.Stabilityin vector-valued and set-valued optimization)中的相应结果,并给出例子说明了所得结果的正确性。

向量优化及其若干进展

在一定的约束条件下极小化或极大化向量值函数,这就是向量优化.向量优化是数学规划学科中的重要分支学科,是具有重要应用价值的、新兴的和多学科交叉的研究领域.自1950年以来,已经逐步形成较完整的理论体系,算法研究也有一定的进展,应用日渐广泛.简述了它的发展历程、主要特征、基本理论和方法,综述了国内学者近几年来在若干领域的发展状况和主要代表性成果,展望了向量优化学科未来的发展方向.

集值映射向量优化问题的ε-真有效解(英文)

本文讨论集值映射向量优化问题的ε－真有效解．在集值映射为广义锥－次类凸的假设下，建立了这种解的标量化定理，ε－Ｌａｇｒａｎｇｅ乘子定理，ε－真鞍点定理和ε－真对偶性定理．

Minty向量似变分不等式与向量优化问题

讨论了Minty向量似变分不等式的解与向量优化问题的解之间的关系问题.在伪不变凸或不变伪单调的条件下,证明了Minty(弱)向量似变分不等式的解和向量优化问题的(弱)有效解是相同的.

关于向量优化问题的Δ函数标量化刻画的某些注记

近期,夏远梅等(重庆师范大学(自然科学版),2015,32(1):12-15)利用Δ函数通过非线性标量化方法研究了向量优化问题的∈-真有效解并举例说明了主要结果.笔者指出:其定理1是Gao等(Journal of Industrial and Management Optimization,2011,7(2):483-496)建立的定理4.6(i)的特例;其定理2的证明存在不足.通过研究一般的(C,ε)-真有效解的Δ函数非线性标量化,给出了定理2的严谨证明.最后,在∈-真有效解存在的情况下举例说明了主要结果.

集值映射向量优化问题的严有效性

将严有效性概念推广到集值映射向量优化问题，并较为系统地研究了它的性质，获得了有关标量化、 Ｌａｇｒａｎｇｅ 乘子、 Ｌａｇｒａｎｇｅ 型对偶及严有效点集的连通性。

集值映射向量优化问题ε-超有效解集的连通性(英文)

本文在赋范向量空间中讨论集值映射向量优化问题的ε-超有效性,在锥-半连续和广义锥-次类凸的假设条件下,获得了ε-超有效点(解)集的连通性结果.

向量优化神经网络

本文把Ｈｏｐｆｉｅｌｄ神经网络推广到向量空间，用于多目标规划有效解的生成．证明了神经网络的平衡点是多目标规划的有效点．

弧连通锥凸向量优化问题强有效解的最优性条件

当目标函数和约束函数都是弧连通锥凸时,借助方向导数,利用择一性定理给出了约束向量优化问题取得强有效解的必要条件。利用强有效点的标量化定理给出了向量优化问题取得强有效解的Kuhn-Tucker最优性充分条件。

黎曼流形上的向量似变分不等式与向量优化问题

在黎曼流形上分别给出广义方向导数、广义梯度、不变凸变集和不变凸函数等概念,定义两类似变分不等式,分别讨论这两类变分不等式与向量优化问题有效解之间的关系.

集值映射向量优化问题的ε-弱有效解

对目标映射和约束映射为锥┐次类凸条件下的集值映射向量优化问题，建立了ε┐弱有效解的标量化定理、ε┐Ｌａｇｒａｎｇｅ乘子定理、ε┐鞍点定理，构造出原问题的Ｌａｇｒａｎｇｅ型对偶问题。

向量优化的Henig真有效点(解)集的连通性

在局部凸的Hausdorff空间中,首先给出Henig真有效点的等价形式,由此得到了Henig真有效点的纯量化形式.借助纯量化形式,证明了Henig真有效点集的连通性.其次,对集值优化问题,当目标集值映射是锥凸时,给出其象集的Henig真有效点集与其象集凸包的Henig真有效点集是相等的结论,并给出了集值映射象集的Henig真有效点的纯量化形式.最后,证明了集值优化问题的Henig真有效解集的连通性.

向量优化中真有效性的一个注记

利用改进集证明了向量优化中的一个等价性结果,统一并推广了现有文献中关于Geoffrion真有效性与Benson真有效性的一些相应结果.

使用支持向量机的微处理器验证向量优化方法

为了解决微处理器仿真验证中随机验证向量质量不高的问题,提出了一种基于支持向量机(SVM)的验证向量优化方法。该方法将已仿真运行的验证向量及其覆盖率信息作为支持向量机的样本进行有监督学习,得到验证向量关于功能覆盖点的分类器。利用训练后的分类器对于新产生的验证向量进行预测,并丢弃预测中不能提高覆盖率的冗余验证向量。实验数据表明该方法能准确地过滤冗余验证向量,提高仿真运行的验证向量的质量。和完全随机的验证向量生成方法相比,该方法达到相同的功能覆盖率仅需要前者1/3的验证向量。