基于遗传-拟牛顿算法的机器人几何参数辨识

为提升工业机器人绝对定位精度,提出了一种遗传-拟牛顿算法来辨识机器人几何运动参数并进行机器人绝对定位误差补偿的联合算法。首先,利用MD-H方法建立机器人运动模型,并通过微分变化原理建立机器人各个关节误差转换到机器人末端误差模型;其次,通过激光跟踪仪测得KR16-2型机器人在指定工作空间50处采样点信息,通过传统遗传算法和遗传-拟牛顿联合算法分别对机器人几何参数进行辨识和比较,并在此算法中提出小区间生成初始种群的方式来提高迭代效率,通过算数交叉和动态变异完成新个体的生成,解决了传统遗传算法出现过早收敛问题。结果表明,此算法对机器人进行补偿后的精度分别提高71.28%和53.23%,直线制孔平均误差是0.45 mm,弧面制孔平均误差是0.42 mm,验证了联合算法的优越性和实用性。

基于拟牛顿算法的电网智能计量与校准方法研究

随着智能电网的大力推广,对其的计量精度也提出了更高的要求。针对该情况,提出了一种基于拟牛顿算法的智能电表计量校准方法。该方法以智能电表的电能计量原理为理论基础,通过将智能电表的计量误差校准抽象为求计量误差最小值的最优化问题,以此建立起智能电表的计量校准模型。同时在模型求解过程中,选用计算精度及效率均表现优异的拟牛顿算法进行逐步迭代,以实现模型求解。再使用LabVIEW软件对所提出的算法进行计量与校准性能测试,实验结果表明,所提算法在电流波动的情况下仍能将计量误差稳定在0.1%之内。

基于拟牛顿算法的自由下落猫的非完整运动规划

研究猫在自由下落时四肢着地的姿态运动规划问题。自由落体的猫在空中转体运动由于角动量守恒,姿态运动方程呈现为非完整形式。系统的控制问题可转化为无漂移系统的非完整运动规划问题。首先导出由两个对称刚体组成的力学模型的非完整姿态运动方程。利用最优控制理论和最优化技术,采用输入参数化的方法将连续的最优控制问题转化为离散的最优控制问题,基于拟牛顿方法,给出自由落体猫在空中姿态非完整运动规划算法。最后对自由落体猫作了数值仿真试验,仿真结果验证了该算法的有效性。

大步长非单调线搜索规则的Lampariello修正对角稀疏拟牛顿算法的全局收敛性

本文在Zhang H.C.的非单调线搜索规则基础上,结合Shi Z.J.大步长线搜索技巧提出了新的大步长的非单调线搜索规则,设计了求解无约束最优化问题的大步长非单调线搜索规则的Lampariello修正对角稀疏拟牛顿算法,在▽f(x)一致连续的条件下给出了算法的全局收敛性和超线性收敛性分析.数值例子表明算法是有效的,适合求解大规模问题.

双参数精确罚函数求解约束优化问题的拟牛顿算法

对于含约束不等式的最优化问题,给出了一种双参数罚函数形式和这种罚函数的精确罚定理,提出了一个求解这种罚函数无约束优化问题的拟牛顿算法,研究了它的收敛性,数值实验表明了该算法是可行的。

广义拟牛顿算法对一般目标函数的收敛性

本文证明了求解无约束最优化的广义拟牛顿算法在Goldstein非精确线搜索下对一般目标函数的全局收敛性 ,并在一定条件下证明了算法的局部超线性收敛性 .

拟牛顿算法在SVM内核优化中的应用

使用SVM进行分类,超参数的选择非常重要,它直接影响分类的性能。在实际应用中,最优SVM算法参数选择还只能是凭借经验、实验对比、大范围的搜寻或者利用软件包提供的交叉确认功能进行寻优。而拟牛顿算法,可在一个校验集上最小化一个经验误差估计来优化SVM的超参数,使超参数在分类任务中达到最优值,从而取得理想的分类结果。该文对拟牛顿算法进行了探讨,并将其应用在基于SVM的羽绒识别系统中,实验结果表明,该算法是有效的,与未经过超参数优化的SVM分类器相比,羽绒的识别率有了较大提高。

曲线搜索下新的记忆拟牛顿算法

利用新的曲线搜索方法,提出一种解决无约束优化问题的记忆拟牛顿算法,给出该算法全局收敛的条件并进行数值实验.新算法由曲线搜索确定迭代步长,搜索方向用到当前迭代点信息的同时还用到上一次迭代点的信息,而且搜索方向与迭代步长同时确定,是一种有效的算法.

一类新的非拟牛顿算法及凸函数的整体收敛性

引入了与非拟牛顿算法相结合的一类Goldstein型不精确线搜索 ,并在一目标函数是凸的假设之下 。

一类非拟牛顿算法的全局收敛性

在一定条件下 ,对于一致凸的目标函数 。

非线性互补问题的光滑化拟牛顿算法

为求解非线性互补问题,给出了一种新的基于光滑对称扰动Fischer-Burmeister函数的光滑化拟牛顿算法。该算法利用了无导数线搜索。数值实验表明,算法是有效的。

一种求解稀疏逻辑回归问题的不精确邻近拟牛顿算法

复合凸优化问题是一类重要的优化问题,它在图像去模糊、人脸识别和压缩感知等领域具有广泛的应用。针对稀疏逻辑回归问题,提出了一种不精确加速邻近拟牛顿算法,并给出了该算法的收敛速度分析。数值结果表明,不精确加速邻近拟牛顿算法求解稀疏逻辑回归问题是有效的。

一类多体系统非完整运动最优规划的拟牛顿算法

研究带有非完整约束的一类多体系统运动规划问题。多体系统中的非完整约束通常是由不可积的速度约束或不可积的守恒律引起。在系统动量和动量矩守恒情况下,动力学方程降阶为非完整形式约束方程,系统的控制问题可转化为无漂移系统的非完整运动规划问题。文中首先导出具有多体开链系统的非完整运动模型。利用最优控制理论和最优化技术,采用输入参数化的方法将连续的最优控制问题转化为离散的最优控制问题,提出一种非完整多体系统运动规划的拟牛顿算法。最后将该方法用于自由漂浮的空间三连杆机构,仿真结果验证了该方法的有效性。

带一类非精确线搜索的非拟牛顿算法的整体收敛性

引入了与非拟牛顿算法相结合的一类Goldstein型不精确线搜索,并在目标函数是凸的假定之下,证明了该非拟牛顿算法的整体收敛性。

关于Broyden拟牛顿算法的两个性质

关于Ｂｒｏｙｄｅｎ拟牛顿算法的两个性质孟令和，隋青美，时贞军（青岛教育学院数学系；山东工业大学自动化系；曲阜师大运筹学研究所）设无约束最优化问题（Ｐ）其中，是一连续可微的函数，Ｄ为一开集。在求解问题（Ｐ）的诸种算法中，阻尼牛顿算法无疑是一种快速算法，...

等式约束优化的组合信赖域与拟牛顿算法(英文)

本文对等式约束问题提出了一种组合信赖域与拟牛顿算法 .该算法的特点是若L agrangian函数的近似 Hessian阵在等式约束 Jacobi阵的零空间是正定的 ,则选择拟牛顿算法 ,否则用信赖域算法 .在通常信赖域算法的收敛假设下 ,该文证明了组合算法的全局收敛性 .

求解无约束问题的一类拟牛顿算法的超线性收敛性

文章在韦增欣等提出的修改拟牛顿方程的基础上,提出了一类更为一般的修改拟牛顿方程,从面推广了已有的结论,同时给出了相应的修改BFGS算法,并将它与Armijo线搜索相结合,证明了在适当条件下该算法具有超线性收敛速度。

优化问题的拟牛顿算法

拟牛顿算法是无约束优化问题的有效而著名的算法 ,是牛顿法的近似 .牛顿算法要求目标函数二次连续可微 ,Hesse阵非奇异且正定 ,计算量较大 .拟牛顿算法只要求目标函数一次连续可微 ,以拟牛顿方程为基础来构造算法 ,易于实现 ,计算量较小 ,并形成了完整的算法体系 ,在理论与应用上都有重要意义 .

基于BFGS拟牛顿算法的含噪数字字符识别

针对传统数字字符识别算法收敛速度慢且有可能陷入局部极小值等问题,提出了将BFGS拟牛顿算法应用于含噪数字字符识别:构造前馈型神经网络,调用Matlab神经网络工具箱中的训练函数trainbfg对网络进行训练.该算法收敛速度快、识别精度高,能够对含有一定噪声的数字字符进行识别,具有广阔的应用前景.

广义拟牛顿算法对一般目标函数的收敛性

对于无约束最优化问题minf(x),x∈Rn,提出了一种广义拟牛顿算法,并且讨论了广义拟牛顿算法对一般目标函数的全局收敛性,以及当f(x)满足Lipschitz连续的条件下,证明了相应的超线性收敛定理。