刚塑性有限元模拟中罚因子的取值

在采用罚函数法的刚塑性刚粘塑性有限元模拟中,罚因子的大小代表对金属体积变化的惩罚的强弱程度,取值不当将影响模拟精度和解的收敛性。本文通过实际计算分析了罚因子与体积变化之间的关系,并提出了一种简单有效的方法,来确定罚因子的合理取值范围。

刚塑性有限元法中的罚因子的选取

刚塑性有限元方法增量步长大，计算效率高，在金属塑性加工领域已得到越来越广泛的应用．罚函数法是刚塑性有限元中处理体积不变条件的常用方法．研究了罚函数法中罚因子对刚塑性有限元法计算精度和计算效率的影响，得出了在几种典型应力－ 应变模式下理想罚因子的选取方法，从而有助于更好地运用刚塑性有限元法模拟金属塑性加工过程．

具有无穷罚因子的混合离散变量优化方法

提出一种用于求解带不等式的约束非线性最优化问题的方法。该方法采用广义目标函数，是对外点罚函数法的改进。它在一次无约束最优化中就等价于将惩罚因子趋于无穷大。

弹性接触问题边界元分离解法及最优罚因子

完善了 Kamiya提出的弹性接触边界元分离解法 [1,2 ] ,并给出另一最佳罚因子加快了接触迭代的过程 ,为采用计算机并行处理法减少计算时间和容量奠定了理论基础。文中列举的算例做出同 Kamiya法的对比 ,证明本法的有效性。

一种基于罚因子的DASH调度算法

随着移动互联网的普及,基于DASH的流媒体传输协议的应用越来越广泛。如何在带宽波动较大的移动互联网环境中保证用户实现流媒体的流畅点播,提高用户的体验度是DASH调度算法最主要研究的问题。以提高用户体验度为出发点,结合带宽和缓存深度两方面因素,对带宽预测模型的置信度进行评价。在高置信度情况下,大胆地对网络带宽估计模型的模型参量进行调整;在低置信度情况下,以保护缓冲区深度为目的,谨慎地对模型参量进行调整。这种调整势必会对QoE造成相应的影响,该影响作为"罚因子"反馈回模型置信度的评价,以获得模型参数的动态最优解,得到一种较好的DASH调度算法。

一种基于非均匀惩罚因子的序列无约束最优化外点新算法

增广拉格朗日乘子方法(Augmented Lagrange multiplier method)是拉格朗日乘子方法(Lagrange multiplier method)的推广,它是一种序列无约束的最小化技术,包括内点法和外点法,内点法适用于仅有不等式约束的情形,其主要思想是对违背可行性的约束给予一个惩罚。传统的做法是:对所有约束以相同的罚因子,自适应调整Lagrange乘子。提出了一种非均匀惩罚的自适应更新罚因子的方法,即根据近似解对约束违反的严重程度施行不同惩罚的新方法。算例表明,本方法是有效的。

用带广义可变罚因子的交替方向法求解变分不等式

交替方向法中的罚因子一般取为一个数列 ,给出了求解带线性约束的变分不等式的一种交替方向法 ,即罚因子取为正定对称矩阵序列 ,证明了该算法的性质。

应力波形模拟中罚因子的取值

基于向量式有限元平面梁单元基本理论,模拟霍普金森实验装置与碰撞过程,利用Matlab软件编制基本程序,模拟不同罚因子取值下,杆中应力波波形。模拟结果表明,不同碰撞过程,罚因子最佳取值不同。子弹与入射杆碰撞过程罚因子取值在0.2~0.8之间为宜;入射杆与透射杆碰撞过程罚因子取值在2.0~4.0之间为宜。

电磁场分解算法中罚因子的作用及选取准则

将罚函数分解算法与差分法结合，讨论了罚因子τ的作用及其对收敛速度和精度的影响，给出了τ与剖分尺寸的关系，计算了接地凹的电位分布，并与解析解进行了对比．

关于线性规划问题惩罚因子的范围估计

文[1]证明了约束线性方程组的增广矩阵[A b]经m次初等行变换即可化成形如A_1=(A^(1)b^(1))的矩阵,这里A^(1)=(a(_ij)^(1))_m×n,A^(1)的第J_i(i=2,3,…,m)列为m维列向量e_i=(0,…,0,1,0,…,0)~T,其中“1”位于i维,b^(1)=(b_1^(1),0,…,0)~T.其中b_1^(1)为正数.于是问题(1)

基于自适应罚函数的城轨列车惰行节能方法

建立城轨列车牵引能耗、列车停车误差、运行延误时间多目标优化模型,将列车停车误差、运行延误时间设为目标函数中的自适应惩罚项,并采用基于混沌扰动和模拟退火机制的混沌退火混合粒子群算法(Chaos and Annealing Hybrid Particle Swarm Optimization,CAHPSO)求解优化模型,以广州地铁8号线中大—晓港区间为例,研究多次惰行驾驶对列车牵引能耗的影响。结果显示,采用CAHPSO算法求解区间最小运行时间,比粒子群(Particle Swarm Optimization,PSO)算法所得结果缩短了2.3 s以上;采用多次惰行驾驶可比传统模式节省3.9%以上的能耗。

关于带有学习因子的单机JIT排序问题的几个性质

文章对带有学习因子的 JIT排序问题最优序的选择作了研究 ,特别是在考虑了提早、延误罚因子、工件完工 (或到期日 )的正常费用因子的关系后分别对它们的最优序进行了讨论 ;并给出例子证明 ,当提早罚因子大于工件完工的正常费用因子时的最优序的不确定性。

自适应罚函数协同优化算法

在分析协同优化系统级优化的基础上,从保证其优化过程可行有解的角度,提出了自适应罚函数协同优化算法。采用罚函数法将学科间一致性约束条件下的系统级优化问题转化为无约束优化问题,利用学科间的不一致信息,构造动态罚因子的表达式。根据学科间的不一致性情况,对学科间一致性约束赋予相应的权值,从而在保证学科间一致性要求的前提下,使系统级目标函数达到最优。最后,利用典型算例对该方法进行了验证,结果表明该方法优化效率较高,且具有一定的收敛性和鲁棒性。

非线性不可压缩橡胶柱体的大变形罚有限元分析

基于大变形描述，用虚功原理和罚函数的概念，建立了适用于分析非线性橡胶材料的有限元列式，并采用校正的牛顿－拉裴逊迭代方法，求解了增量型非线性有限元平衡方程式，着重讨论了罚因子的选取及其对计算精度的影响。对橡胶圆柱体受内压作用下的有限变形问题进行了有限元分析，结合选择／降阶积分技术［５］来处理罚因子项。计算结果表明，位移与应力能够很好地与理论解吻合。

内罚函数法出现病态的分析

内罚函数法是优化理论中重要的方法之一，在实际应用中，最优解常常不被达到，其原因是随着内罚因子ｒ不断变小，迭代过程出现病态，本文分析了导致这种病态产生的条件和原因，并指出了在实际应用中注意的事项。

非线性约束优化问题的乘子罚函数方法

本文讨论了求解非线性最优化问题的乘子罚函数方法,有效避免了一般罚函数方法中罚因子无限增大所带来的数值病态问题.

基于自适应多目标指数罚函数的NSGA-Ⅱ算法

为求解多目标优化问题,将快速非支配进化算法(NSGA-Ⅱ)进行了推广,构造了一种新的多目标指数罚函数,将其作为NSGA-Ⅱ算法的适应度函数,通过每次自适应更新罚因子,以此获得多目标规划问题的有效解(Pareto解).仿真结果表明,该算法在快速收敛的情况下,能够获得更加均匀的Pareto前沿.

基于自适应罚函数优化粒子群的WSN定位算法

针对无线传感器网络节点定位问题,提出了一种自适应罚函数优化粒子群的算法。算法在定位过程中,首先运用极大似然估计法进行粗略定位,然后通过对计算误差和测距误差之间差值进行加权处理,限制搜索区域,根据群体中可行解比例的大小,自适应调节罚因子的大小进行迭代寻优,最终得到节点坐标。仿真结果表明:算法较好地克服了传统粒子群算法收敛速度慢,易陷入局部极小点等问题,对比同类算法,算法具有更高的定位精度和较快的收敛速,且稳定性更高。

基于Cosserat连续体框架罚函数偶应力有限元法的固体结构弹塑性分析

为了降低直接偶应力有限元方法的复杂度,在Cosserat连续体框架下通过对C1连续性进行松弛来获得其近似解,建立基于罚函数的偶应力有限元方法(简称PcouFEM),并通过三个数值算例对PcouFEM的性能进行了研究。对于平面应变条件下的圆孔应力集中问题,研究发现当罚因子不小于经典连续体剪切模量的5倍时(即G_(c)≥5G),基于缩减积分PcouFEM计算获得的应力集中因子与解析解基本吻合;对于单轴压缩试验应变局部化分析,通过应用PcouFEM可以减弱甚至消除与常规FEM相关的网格依赖性问题,且从数值精度的角度建议取值为5G≤G_(c)≤10G;对于通过刚性条形基础承受偏心载荷的土质边坡,研究发现土坡剪切带模拟中的网格依赖问题同样可以通过应用PcouFEM得到较大缓解。

外罚函数法与广义Lagrange乘子法的比较研究

基于非线性约束优化问题,讨论了外罚函数法与广义Lagrange乘子法,并通过MATLAB编程实现了两种算法。实验表明:(1)广义Lagrange乘子法在迭代次数和收敛结果上优于外罚函数法且对初始点的选取要求不高;(2)广义Lagrange乘子法的罚因子的修正系数不宜过大,一般在区间(1,2)上取值,广义Lagrange乘子法更具优越性。最后,通过3个工业工程中的非线性规划实际问题说明乘子法比外罚函数法具有更广泛的实用性。