非线性信息搜寻行为研究

文章在借鉴非线性理论的基础上提出非线性信息搜寻行为的概念。随后,重点对信息行为研究领域中采取非线性思维研究信息搜寻行为的Foster非线性信息搜寻行为模型、Spink多任务信息搜寻行为和信息偶遇进行剖析,以对非线性信息搜寻行为有一个更为深刻的理解。最后,得出今后非线性信息搜寻行为的三个研究趋向。

Armijo线性搜索下Hager-Zhang共轭梯度法的全局收敛性

Hager和Zhang提出了一种新的非线性共轭梯度法(简称HZ方法),并证明了该方法在Wolfe搜索和Goldstein搜索下求解强凸问题的全局收敛性.但是HZ方法在标准Armijo搜索下求解非凸问题是否全局收敛尚不清楚.该文提出了一种保守的HZ共轭梯度法,并且证明了这种方法在Armijo线性搜索下求解非凸优化问题的全局收敛性.此外,作者给出了一些数值结果以检验该方法的有效性.

基于活动理论的非线性信息搜寻行为模型研究

随着信息环境复杂化和个人信息搜寻途径多样化趋势的发展,信息搜寻行为的非线性特征愈加明显。本文依据动态、复杂的非线性思维,分析影响信息搜寻行为的认知、情境和任务三个层面因素,并在此基础上结合活动理论中列昂捷夫的活动、行动、操作层级结构和恩格斯托姆活动理论模型,构建由三层级和六要素共同作用下的非线性信息搜寻行为概念模型,以要素分析为主描述信息搜寻行为。最后以健康信息搜寻行为为例,对相应活动层级结构以及主体、客体、工具、规则、共同体、劳动分工等具体模型要素加以阐释。研究表明,将用户认知层面的内在因素与情境、任务层面的外部因素,融入活动理论模型的各要素分析中,能够综合地描述信息搜寻行为过程,以期为后续非线性信息搜寻行为的研究、信息服务的提供以及交互式信息系统设计的优化提供理论支持。

整数线性规划的一种新的隐数搜寻方法(英文)

提出了一种新的求解整数线性规划的隐数搜寻方法.在本算法中,目标函数作为参数变化,这样相应的目标函数超平面与线性规划松弛问题的有效锥多面体相交产生一个单纯形,变量的界可以通过目标函数超平面上的这个单纯形来确定;接下来,如果在所有变量的取值区间中都存在整数,一个带右手边参数的辅助约束将被引入到原问题中,以便通过一组不等式的迭代计算来进一步改进决策变量的界;最后,一种阻止搜寻方法被用于搜寻问题的解.该文对几个经典算例和随机算例进行了计算,初步证实本算法是方便和高效的.

0-1整数线性规划的一种组合直接搜寻法

本文提出了一种求解0-1线性规划的组合搜寻技术,首先它把分量取0或1的所有整数向量按分量中所含1的个数进行分类;然后在每类点集中对取1的分量实施适当的组合;最后,根据约束条件搜寻最优解。

0-1线性规划问题的分类隐数搜寻

针对0-1线性规划问题,提出一种新的分类隐数搜寻方法.该算法将所有的0-1整数点分类,并产生一个描述性的线性方程,由此构造了一组非常好的隐数条件和隐数准则,这样可以排除大量不可行解的列举,大大加快了隐数搜寻过程,并通过几个经典算例的计算结果及与Balas算法的计算结果比较,证实了本算法的高效性.

Grover量子搜寻算法的线性光学实现

利用线性光学元件和单光子来编码量子比特,可给出Grover量子搜寻算法的光学实现方案。该方案可以推广到多个量子比特的情况。

结合广义Armijo步长搜索的一类新的共轭度算法及其收敛特征

对求解无约束规划的共轭梯度算法中共轭梯度方向中的参数给了一个假设条件,从而确定它的一个取值范围,使其在此范围内取值均能保证共轭梯度方向是目标函数的充分下降方向,提出了一类新的共轭梯度算法,在去掉迭代点列有界和广义Armijo步长搜索下讨论了算法的全局收敛性。同时给出了具有好的收敛性质和较快收敛速度的FR,PR,HS共轭梯度法的修正形式。数值例子表明新算法比Armijo搜索下的FR,PR,HS共轭梯算法更稳定更有效。算法需要较小的存储,特别适于求解大规模无约束最优化问题。

飞机最短时间爬升轨迹的格点搜寻算法

以飞机在垂直平面的运动方程为基础,采用线性时间负荷控制的飞行模式,提出了求解飞机最短时间爬升轨迹的格点搜寻算法。该方法视飞机为一质点,以此为基础计算出每个相邻格点的时间间隔,最后用h×Ma格点数搜寻法求出飞机最短时间爬升的最优轨迹。数字仿真表明,在规定的爬升范围内用格点搜寻算法可以实现快速的时间响应,得到的最优轨迹能够准确地跟踪设定的性能指标。

Armijo型线搜索下的三项共轭梯度法

基于无记忆BFGS拟牛顿法结构,给出一个LS型的三项共轭梯度法,证明了该方法在Armijo型线搜索下对非凸函数具有全局收敛性,对二阶连续一致凸函数具有至少R-线性收敛速率.初步的数值实验表明该方法是有效的.

结合Armijo步长搜索的一类新记忆梯度算法及其收敛特征

对于求解无约束规划的共轭梯度算法中的共轭梯度方向参数 ,给定一个假设条件 ,确定它的一个取值范围 ,以保证搜索方向是目标函数的充分下降方向 ,由此提出了一类新的记忆梯度算法。在去掉迭代点列有界和Armijo步长搜索下 ,讨论了算法的全局收敛性 ,同时给出了结合FR、PR、HS共轭梯度算法的修正形式。数值实验表明 ,新算法比Armijo步长搜索下的FR、PR、HS共轭梯度法更稳定、更有效。

一类新的求解非线性方程组的记忆梯度法

提出一类新的求解非线性方程组的记忆梯度法,证明了算法的全局收敛性.该算法不依赖于问题初始点的选取,并且在迭代过程中无需计算雅克比矩阵的逆矩阵,降低了算法的计算量,节省了运算时间.与牛顿法相比,新算法更适于求解大规模非线性方程组.

企业信息搜寻:框架整合与策略选择

移动互联网技术普及产生海量数据,信息搜寻效率直接决定企业管理决策成败。现有研究将企业信息搜寻过程分成多个不同部分,割裂了信息搜寻决策过程的完整性。在厘清信息搜寻相关概念的基础上,构建一个企业信息搜寻决策整体框架,提出了企业信息搜寻策略选择的建议。研究发现,信息搜寻决策与搜寻难度、搜寻成本、企业资源能力水平以及企业产业地位与角色有关,产业追随企业的信息搜寻更多适合开展线性次序搜寻;产业领导企业的信息搜寻更多沿着非线性逻辑开展多元平衡搜寻。

约束优化一个线性逼近算法

针对含有非线性不等式及线性等式与不等式约束的问题,给出了一种线性逼近算法。通过构造一个类似TV方法的子问题产生改进方向,利用Armijo线搜索产生步长,并在较弱的条件下得到了算法的全局收敛性。

求解高维非线性优化的并行分块对角拟牛顿法

在拟牛顿法的基础上提出了一种并行分块对角拟牛顿法.该方法在当前迭代点处用一个分块对角阵作为Hesse阵逆的近似,并在多个不同处理器中利用拟牛顿校正公式同时并行求解各个子矩阵,进而构造各个子方向.将各个子方向进行组合得到当前迭代点处的搜索方向,再利用并行Armijo线性搜索策略,将求解函数值的任务分配给多个不同处理器同时并行执行,求得搜索步长,从而求得下一个迭代点,直到收敛.数值算例结果表明该方法对高维非线性无约束优化问题具有良好的收敛性,并在保证计算精度的同时,显著地提高了计算效率,减少了计算时间.

简单界约束非线性方程组的不精确线搜索法

提出一种用非单调线搜索方法求解简单界约束非线性方程组,算法采用满足Armijo条件的不精确线搜索技巧,并使用非单调结构,将当前函数最大值的下降改进为函数平均值的下降,推广了算法的适用范围.最后进行了数值试验,结果表明,算法十分有效.

广义Armijo步长搜索下的梯度算法的收敛特征

:对无约束规划 (P) :minx∈Rnf(x) ,其中 ,f(x)是Rn→R1上的一阶连续可微函数 ,在去掉迭代点列 {xk}有界和广义Armijo步长搜索下 ,讨论了梯度算法的全局收敛性 ,证明了算法具有较强的收敛性质。

谈非线性编辑的应用特点

与传统的线性编辑方式相比 ,非线性编辑具有巨大的优势 .通过非线性编辑系统的构成 ,工作方式和工作特点 。

结合Armijo步长搜索的新三项共轭梯度算法及其收敛特征

对求解无约束优化问题提出了一类新的三项共轭梯度求解算法,在去掉迭代点列{xk}有界和Armijo步长搜索下,讨论了算法的全局收敛性.同时给出结合FR、PR、HS共轭梯度参数的三项共轭梯度算法.数值算例表明新算法比Armijo步长搜索下的FR、PR、HS共轭梯度算法有效.