桁架结构优化设计的搜索-准则法

介绍桁架结构优化设计的搜索－准则法及其应用程序．该方法可用于多种工况和多种约束条件下的桁架结构优化设计．使用方便、收敛快、精度高，适用于多种类型的桁架结构．

P-集合与数据内搜索-应用

P-集合是把动态特性引入到有限普通集合中,改进普通集合得到的。P-集合是由内P-集合XF-(internalpacket setsXF-)与外P-集合XF(outer packet setsXF)构成的集合对,或者(XF-,XF)是P-集合。利用内P-集合,给出数据内搜索的概念,给出F-数据的度量和依赖关系,给出F-数据内搜索迭代算法和准则,给出数据内搜索的应用。P-集合是研究动态信息系统的一个新理论与新方法。

Wolfe线搜索下一类新的结构拟牛顿算法

将结构正割法应用到拟牛顿算法中,利用目标函数的梯度信息和函数值信息,引入拟牛顿方程,采用Wolfe线搜索准则,给出了求解无约束优化问题的一个新算法,并在一定条件下证明了新算法的收敛性和超线性收敛性。

在一种新型线搜索下DFP算法的全局收敛性

给出了一种较 Goldstein Armijor线搜索更广泛的新型非精确线搜索准则 ,并证明了在满足一定条件下 ,这种新型线搜索准则下 DFP算法的全局收敛性 .

基于样本和特征搜索空间不断缩小的模糊粗糙集特征选择

为了提高模糊粗糙集特征选择算法的计算效率,在每次迭代过程中通过不断缩减样本和特征的搜索范围,提出了一种新的模糊粗糙集特征选择算法。为了减少样本的搜索范围,利用样本对决策类下近似隶属度的单调性,构建样本的筛选机制,用以筛除当前所选特征子集已保持决策类下近似隶属度的样本;为了缩减特征的搜索范围,采用特征冗余性概念,构建特征搜索机制,用以移除已被确定为冗余的特征;通过融合样本筛选机制和特征搜索准则,设计模糊粗糙集特征选择的高效算法。数值实验表明,所提算法具有高效性和有效性。

一类改进的BFGS拟牛顿法及与其他几种拟牛顿法的比较研究

拟牛顿法是最优化中一种重要的求解无约束问题的方法,对拟牛顿算法的改进是一个重点研究内容。基于新拟牛顿方程B_(k+1)·s^((k))=(y^((k)))^(*)提出一个新的改进的BFGS算法,结合以往几种改进的BFGS算法,采用Wolfe线搜索准则对迭代步长进行搜索,并通过选取一些测试函数利用MATLAB工具对这几种改进的BFGS拟牛顿法的收敛效果进行对比分析。实验结果表明,提出的改进的BFGS算法相较于以往几种改进的BFGS算法,收敛效果更好。

混合整数线性模型的最小二乘解及其应用分析

全球卫星导航系统整周模糊度解算最终归结为一个混合整数线性模型的求解问题。给出了求解混合整数线性模型最小二乘解的基本过程和由整体最优搜索准则推导出最小二乘模糊度搜索准则的简化过程,讨论了整数解的验证及其在实际应用中存在的问题。最后结合GPS实测数据的处理结果,分析了降相关变换和ratio检验在模糊度解算过程中所起的作用。

BFGS修正算法在前馈神经元网络学习中的应用

介绍了拟牛顿公式中 BFGS修正算法和 Wolf- Powell不精确线性搜索准则所具有的全局收敛性质 。

一种无记忆拟牛顿法的收敛性

在f(x)为二阶连续可微凸函数的条件下 。

关于非单调拟牛顿算法的一个改进

对于无约束优化问题提出了一类新的非单调拟牛顿算法.该算法在修正的拟牛顿方程基础上添加参数,从而推广了已有的拟牛顿方程.采用非单调线性搜索准则,并在一定条件下证明了新的非单调拟牛顿算法具有全局收敛性.

一个新的两点梯度法

构造一个新的解无约束优化问题的两点梯度法,类似共轭梯度法,在构造搜索方向时,充分利用上次迭代点的信息·采用强Powell-Wolf搜索准则产生步长,在较弱条件下,算法总体收敛,并且至少线性收敛·数值实验表明,在计算量和结果精度方面明显优于最速下降法·

求解单调变分不等式的新次梯度外梯度算法

引入Armijo线性搜索准则,提出一种新的次梯度外梯度算法.在不依赖Lipschitz连续性的假设下,证明单调变分不等式问题解的弱收敛性,最后给出数值实验结果.

一种H.264的快速运动估计算法

在研究了H.264多宏块运动估计特点的基础上,提出了一种使用宏块模式搜索截止准则的快速运动估计算法。经实验验证,采用此快速搜索算法的编码结果,搜索速度平均可提高30%。

机场新增卫星厅对中转旅客影响的研究

针对机场新增卫星厅问题构建了多目标航班登机口分配优化模型,得到了在最大化航班找到固定登机口数量的前提下使得旅客行走时间、换乘紧张度及登机口的使用数量尽量小的方案。借鉴图论中求最短路问题的思想,针对此类问题建立了以Dijkstra算法与贪婪算法相结合的启发式算法进行求解,大大降低了该问题的规模与复杂度。以航班到达时间权重λ与停留间隔时间权重μ为搜索准则,找到全局最优解,保证在目标航班匹配到登机口数量尽量多的基础上对所有可行解采用层次分析法对其余目标进行评价。最后通过实证分析算例给出了航班分配情况、中转旅客换乘时间分布及紧张度分布。

一类改进的拟牛顿算法

在利用拟牛顿算法求解非线性无约束优化问题中,本文在文献[8]提出的拟牛顿方程基础上,通过加权形式构造一类改进拟牛顿方程,产生了修正的BFGS校正公式,进而提出改进的拟牛顿算法,在一定条件下证明新算法的全局收敛性。数值实验结果表明,与文献[12]中的拟牛顿算法对比,新算法在迭代次数上更有优势。

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.

求解拟单调变分不等式的修正外梯度次梯度法

在实Hilbert空间中提出一种新的算法来求解拟单调变分不等式.新算法基于次梯度外梯度法、惯性技术和Halpern方法,且不要求映射是Lipschitz连续,并采用Armijio线搜索准则.最后在合适的条件下得到新算法产生的序列强收敛到变分不等式的解.数值实验结果表明了算法的可行性.

求解随机混合变分不等式问题的黄金分割算法

引入线性搜索准则,提出了一种新的黄金分割算法求解随机混合变分不等式问题.在不依赖F单调性的条件下,通过构造限制价值函数获得了算法的遍历收敛率和oracle复杂度.数值实验结果显示了算法的有效性.最后给出了算法在随机纳什-古诺博弈问题中的应用.

噪声鲁棒的高光谱图像波段选择方法

目前大多数高光谱图像波段选择方法仅考虑波段信息冗余问题,忽略了所选波段的噪声水平,致使选取的代表性波段子集中可能含有噪声水平较高的波段。为解决这一问题,本文提出一种噪声鲁棒的高光谱图像波段自适应分区与子空间搜索方法。首先,基于皮尔逊相关系数构造高光谱图像波段相关性矩阵;然后,将高光谱图像光谱波段等分为若干子空间,通过构造与皮尔逊相关系数相适应的子空间划分最优目标函数,自适应地调整子空间的分割点;最后,综合考虑波段的信息熵和噪声水平,在子空间波段选择时将噪声水平以惩罚项的形式反映在优化问题的目标函数中。在Indian Pines、Washington DC和Salinas这3个数据集上进行了实验,采用波段平均相关性、分类精度两种指标对不同方法的波段选择结果进行评价,并分析各种波段选择方法的噪声鲁棒性。实验结果表明,本文方法能够挑选出信息量大且噪声水平低的代表性波段。与其它波段选择方法相比,本文方法所选择的代表性波段平均相关性弱,分类精度高,在包含噪声波段的高光谱图像中效果尤为显著。