基于信赖域模型管理技术的永磁同步电机多目标优化

针对永磁同步电机多目标优化过程中要反复调用耗时的仿真分析且在整个设计域构建代理模型精度低的问题,提出基于信赖域模型管理技术的永磁同步电机多目标优化算法,该算法将整个设计域划分为一系列信赖域,在信赖域上构建径向基函数代理模型并采用微型多目标遗传算法近似优化,降低多目标优化中代理模型的精度要求。通过代理模型与电磁仿真模型的近似程度来调节信赖域的大小,通过缩放和平移信赖域,引导各个电机目标性能逐步逼近Pareto最优前沿面,加快收敛速度。为了进一步减少有限元仿真次数,引入遗传智能布点技术,通过样本遗传策略,遗传落在下个信赖域上的样本。通过算例验证了该算法具有较强的求解永磁同步电机多目标优化问题的能力及较高的求解效率。

基于改进的信赖域模型管理技术识别风电转子系统不对中载荷

针对求解耗时的风电转子系统不对中载荷识别问题,提出基于改进的信赖域模型管理技术的识别算法。该算法将整个先验分布空间的不对中载荷识别问题转化为一系列信赖域上的近似优化问题,通过区域遗传智能采样技术采集样本,加强径向基函数构建代理模型,再采用遗传算法进行近似优化。通过每个信赖域上的最小目标函数和近似优化结果确定信赖度和下代域的中心、半径,进而不断地缩放、平移信赖域,来保证获得与真实模型一致的不对中载荷。通过四种方法对比表明该方法样本遗传策略,遗传落在下代信赖域空间上的样本,减少实验设计样本个数而提高效率;最小目标函数作为信赖中心调整提高了关键区域代理模型的精度而加快收敛,降低了对代理模型精度的依赖。

基于信赖域技术的处理带线性约束优化的内点算法(英文)

基于信赖域技术,本文提出了一个求解带线性等式和非负约束优化问题的内点算法,其特点是:为了求得搜索方向,算法在每一步迭代时仅需要求解一线性方程组系统,从而避免了求解带信赖域界的子问题,然后利用非精确的Armijo线搜索法来得到下一个迭代内点. 从数值计算的观点来看,这种技巧可减少计算量.在适当的条件下,文中还证明了该算法所产生的迭代序列的每一个聚点都是原问题的KKT点.

一类基于非单调信赖域技术的信赖域修正算法

基于传统信赖域算法,为了解决约束最优化问题,利用非单调信赖域技术调整信赖域半径,矫正罚参数,提出了一种信赖域的修正算法,给出了收敛性证明.数值实验表明了算法的有效性.

一种求解非线性方程组的有效Levenberg-Marquardt算法

通过修改LM参数,并结合非单调技术和信赖域技术给出一种求解非线性方程组的有效Levenberg-Marquardt算法,即AMLM算法。在局部误差界条件下,证明了AMLM算法具有局部快速收敛性。数值实验结果表明,AMLM算法稳定、有效。

基于非单调技术的ODE型混合方法

基于非单调线搜索技术和IMPBOT算法,提出了一个求解无约束优化问题的ODE型混合方法.该方法的主要特点是:为了求得试验步,该方法在每次迭代时不必求解带信赖域界的子问题,仅需要求解一线性方程组系统;当试验步不被接受时,该方法就执行改进的Wolfe-型非单调线搜索来获得下一个新的迭代点,从而避免了反复求解线性方程组系统.在一定条件下,所提算法还是整体收敛和超线性收敛的.数值试验结果表明该方法是有效的.

品牌信赖视角下商品要素品牌宣传影响消费意向的实证分析

良好的品牌形象是企业在市场竞争中的有力武器,所以现代企业日益重视品牌形象的宣传,以期通过构建优质品牌形象提高自身市场竞争力和地位,进而实现长期稳定发展。然而,大多数企业在品牌形象宣传过程中忽视了商品要素,而若企业尽可能对商品要素进行宣传,不论对于自身的商品或品牌推广,还是对于顾客科学制定消费决策而言均大有裨益。同时,企业宣传商品要素还有可能增强顾客对终端品牌技术信赖与善意信赖,进而促进顾客消费意向的形成。基于此,本文在考虑终端品牌信赖中介效应的基础上,实证分析了商品要素品牌宣传对顾客消费意向的作用机理,旨在引导企业重视商品要素品牌宣传,从而构建优质品牌形象,促进顾客消费。研究结果显示:商品要素品牌宣传对顾客消费意向具有积极推动作用;商品要素品牌宣传对顾客的终端品牌技术信赖与善意信赖具有积极推动作用;终端品牌技术信赖与善意信赖对顾客消费意向具有正向促进作用;终端品牌技术信赖与善意信赖在商品要素品牌宣传和顾客消费意向之间发挥中介作用。

一个结合信赖域技术的修正的Levenberg-Marquardt方法

在文献[1]的基础上,结合信赖域技术和Levenberg-Marquardt方法求解非线性方程组的特点,提出了一种求解奇异非线性方程组的修正的Levenberg-Marquardt方法,给出了算法的全局收敛性,并在弱于非奇异条件的局部误差有界的条件下,证明了修正的Levenberg-Marquardt方法仍具有局部二阶收敛速度,数值试验表明算法是非常有效的。

一个求解无约束优化的ODE型混合方法

基于非单调技术,本文给出一种新的求解无约束优化的ODE型算法.该算法的特点是:每次迭代时只解一次线性方程组系统而获得试验步,然后采用改进的非单调线搜索获得下一个迭代点,从而避免了重复求解线性方程组,减少了算法的计算量.在合理的假设条件下,该算法被证明是全局收敛和局部超线性收敛的.数值试验证实了该算法的有效性.

技术时代的自然环境审美

在现代技术的影响下,艺术世界发生了审美疲劳,生活世界发生了技术焦虑。于是,怀旧主义再度流行,人们把审美目光投向曾经意味着原始与落后的自然环境。不过,技术已经改变了人类与自然环境的关系,也改变了自然环境曾经馈赠人类的美感,其崇高感日渐消褪,而优美感日渐溢出。人类的情感也因而发生了变化,我们日渐失去对于乡愁和离愁的体验。然而,我们无需为其哀挽,因为这正是人类发展的证明。技术是值得信赖的,它能找到新的可持续发展模式,也引领人类走向与自然环境和谐共生的审美新境界。