逐次Budan-Fourier算法与混合三角函数多项式的实根分离

提出一个广义Budan-Fourier定理并设计了一个反复运用该定理实现反正切函数多项式实根分离的逐次Budan-Fourier算法,运用该算法解决了混合三角函数多项式的实根分离问题.

梯级水库群长期优化调度的逐次优化-遗传算法

梯级水库群长期优化调度问题是一个典型的高度非线性、多维、多时段的优化问题。针对问题特点,提出了一种逐次优化和遗传算法相结合的方法。首先将多阶段优化问题转化为多个两阶段优化问题,然后采用遗传算法求解每个两阶段优化问题。将该方法应用于大渡河4个梯级水库水电站长期优化调度,结果表明,该方法占用计算机内存少,效率高,收敛速度快,是一种有效的求解水库群优化调度模型的方法。

水库调度中逐次优化算法（POA）的收敛性研究

水库调度中逐次优化算法（ＰＯＡ）的收敛性研究杨侃，丰景春（河海大学水资源水文系南京２１００９８）（河海大学管理工程系南京２１００９８）陆桂华（河海大学水资源水文系南京２１００９８）本文根据某一大型水电站（代号甲电站）提出的一次洪水过程优化调度问题，用...

基于逐次优化和禁忌搜索算法的混沌优化方法

结合逐次优化、禁忌搜索和变尺度混沌优化方法的优点,提出了基于逐次优化和禁忌搜索算法的混沌优化方法。该方法具有逐次优化算法的隐性并行性和收敛性,禁忌搜索的智能性和变尺度混沌优化方法的快速性。仿真计算表明,该方法具有实现简单,优化效率高,鲁棒性强等特点,是求解大规模非线性规划问题的一种有效手段。

基于遗传算法和逐次序列二次规划的叶栅基迭优化

本文提出并实现了一种叶轮机械全三维优化设计体系。该组合优化方案基于遗传算法(GA)进行全局搜索,响应面(RSM)近似建模和逐次序列规划(SQP)局部寻优,采用高阶非均匀有理B样条进行三维叶片参数化造型和高精度、高分辨率Navier-Stokes求解程序进行粘性流场数值模拟。通过对一低展弦比大折转角的透平环形叶栅进行基迭优化,结果表明该组合优化方案具有很好的效率、可靠性和全局搜索能力。

基于改进逐次逼近量化与复杂关联模型的零树图像编码算法

提出一种基于改进逐次逼近量化与复杂关联模型的零树图像编码算法 ,该算法通过以下 4项措施提高EZW算法的工作效率 :(1)对最低频子带进行单独编码 ;(2 )定义多阈值以完善逐次逼近量化过程 ;(3)修改嵌入编码策略以消除编码冗余 ;(4)采纳关联模型以提高算术编码效率 .实验结果表明 ,该算法是一种高效的图像压缩算法 ,其编解码速度、图像复原质量等关键技术指标均优于 EZW和

多尺度逐次逼近退火遗传算法反演地壳速度结构

根据多尺度逐次逼近思想,建立了多尺度逐次逼近退火遗传算法。该方法能有效地解决遗传算法中存在的收敛"早熟"问题。采用该方法对一个高速异常体进行了数值模拟试验,并对青藏高原东北缘阿尼玛卿缝合带东段上部地壳速度结构实际资料进行了处理,结果表明,多尺度逐次逼近退火遗传算法能够较好地应用于地震走时层析成像研究。

基于逐次逼近遗传算法的梯级水库优化调度

利用传统遗传算法求解水库优化调度问题时,经过遗传操作产生的新个体可能是不可行解,因此需要对其进行修正.但在梯级水库调度中,由于各时段间、水库间存在的水力电力联系,使这种修正变得复杂困难.鉴于此,提出了逐次逼近遗传算法(GASA),它可在包含不可行解的空间中寻优,并通过搜索空间的不断改变,逐渐逼近最优解.最后通过一个算例,并与离散微分动态规划法(DDDP)和逐步优化法(POA)的优化结果进行比较,说明了该方法的可行性与有效性.

薄板样条函数逐次增加节点的算法

薄板样条是一种可以推广到在多维空间的插值方法,在测绘与其它众多学科中都有重要的应用。根据实际需要提出了一种逐次增加节点的插值算法。这种算法使用分块求逆技术,可以降低整体计算的求逆的阶数,也可以按给定的精度最佳的选择节点。

逐次差分代换的对偶算法

逐次差分代换算法(SDS)在不等式机器证明领域是有力工具.原来的逐次差分代换算法虽然可以被应用于带有逻辑连词"∧"(and)类型的不等式命题,但是不能应用于带逻辑连词"∨"(or)类型不等式命题.主要工作是发展出了逐次差分代换的对偶算法(DASDS).新建立的对偶算法不仅克服了上述困难,甚至对某些带有量词""的不等式命题也是有效的.使用改进后的算法,一个公开的根式不等式问题被解决.

河流水质模型参数估计的逐次迭代算法

本文基于逐步最优化原理,提出了Streeter-Phelps模型参数估计的新算法——逐步最优算法。该方法是一种较有效的计算方法,单调收敛,可获得全局最优解,并且不受初始值影响。另外,该方法具有计算简单、快捷的优点。文中给出了实例计算及与其它方法相比较的结果。

逐次逼近算法对枝状管网优化设计

提出了一种逐次逼近算法,以离散的管径作为决策变量,选定年折算费用作为优化目标函数,考虑水力约束条件,对枝状管网进行优化设计。理论分析和实例结果表明了这种算法的实用性。

美氏卖权定价逐次逼近算法的构建和实现

在期权定价理论中 ,美氏卖权定价问题是相当重要又是相当复杂的 ,迄今还未找到恰当的美氏卖权连续时间定价模型和紧凑的定价公式。笔者在Black、scholes、Parkinson、Brennan、Schwartz、Rendleman、Bartter、Cox、Ross和Rubinstein等人研究工作的基础上 ,利用极限思想和二项式方法构建和实现了美氏卖权定价的通用逐次逼近算法 ,并借助计算机编程对该算法的合理性、收敛性和有效性进行了验证。结果表明 ,该算法能够较好地解决美氏卖权定价问题。

圆度误差测量中逐次逼近滤波算法的研究

在测量油膜轴承锥套内部圆度误差过程中,由于内表面有许多油槽和油孔,测量过程中产生了大量无效数据。此外测量时环境噪声和工件表面润滑液等因素都可以产生无效数据。本文提出了逐次逼近滤波的算法进行数据预处理,用处理后的数据进行最小二乘圆度计算,实践表明取得了良好的效果。

基于峭度的独立分量逐次提取梯度算法

独立分量分析是一种有效的盲源分离和特征提取技术,在许多领域已获得成功应用。结合快速固定点算法和极大似然自然梯度算法的特点,提出了一种基于峭度的独立分量逐次提取梯度算法,编制了相应的计算程序,并设计仿真试验,试验结果表明,在信源满足独立分量分析的前提条件时,该算法具有较好的收敛性能,且分离效果较好。

基于矩阵的求最短路的逐次逼近算法及MATLAB实现

本文提出了基于矩阵的求网络最短路的逐次逼近算法,同时给出了基于MATLAB软件的函数文件程序.

基于遗传算法的改进逐次扩展环域法

基于遗传算法,对逐次扩展环域法进行了改进。将故障情况的无功电压紧急分域问题,归纳为控制节点即控制措施的组合优化问题。

基于逐次适应蚁群优化算法的个性化微学习推荐

为帮助学习者提高学习效率,针对微学习的特点,提出一种信息素浓度逐次适应调整的蚁群优化算法,以此优化微学习路径的推荐。在微学习的整个过程中,通过学习者与系统的交互获取学习者的学习状态,并根据学习状态调整学习路径的推荐策略。在学习单元的粒度上调整学习路径,从而实现捕捉满足学习者的个性化需求,帮助学习者提高学习效率。

供电网络优化的逐次改善算法

对供电网络优化设计提出了一种新算法。把供电网络优化设计问题抽象成图论问题,应用图论最优化方法解决该问题。同时提出了多边形变换的方法,对供电网络逐次优化,最终得到一个费用最小化网络。

适用于两级流水线逐次逼近型模数转换器的LMS校准算法(英文)

提出了适用于两级流水线逐次逼近型模数转换器的一种基于最小均方(LMS)算法的数字域校准方法。在对该模数转换器结构中误差来源详尽分析之后,提出的校准算法将各种误差来源视为一些未知的参数,通过注入扰动信号来估计这些未知参数。所提出的校准算法通过一个14位两级流水线逐次逼近型模数转换器的MATLAB的行为级建模得到验证。在满摆幅2.4Vpp、输入信号2Vpp的情况下,蒙特卡洛仿真结果表明校准之后的SNDR值为83.84dB。