蜂窝网络下基于max-min公平性的D2D功率分配

针对多个终端直通通信(D2D)用户共享多个蜂窝用户资源的公平性问题,在保证蜂窝用户速率的前提下,提出了基于最大最小公平性(max-min fairness)的功率分配算法。该算法首先将非凸优化问题转化为含凸函数的差(DC)规划问题,然后采用凸近似的全局优化算法和对分算法对D2D实现功率优化。仿真结果表明,与只采用凸近似的全局优化算法相比,所提算法收敛性更优,同时最大化了瓶颈用户的速率。

基于DC规划的鲁棒模糊核聚类算法

对以径向基核函数和欧拉核函数为代表的鲁棒模糊核聚类算法进行非凸优化,以改善聚类算法目标函数非凸导致的局部解问题.采用凸差规划(DCP)将目标函数转化为2个凸函数之差的形式,减缓局部解的不良性,提高聚类性能.采用凸差算法(DCA)优化求解DCP问题,能快速搜索到相对更优的解,并保持聚类的鲁棒性.在UCI数据集上的实验验证基于DCP的鲁棒模糊核聚类算法对大规模数据集表现出相对更优的聚类性能.

基于凸差规划的不完整数据填充聚类

为了提升聚类性能,文中提出基于凸差规划(DCP)的不完整数据填充聚类算法.采用DCP对核模糊C均值目标进行凸差化改造,实现DCP聚类和数据缺失项填充的交替优化过程,从理论上证明交替优化的收敛性.在UCI数据集上的实验验证文中算法在缺失数据填充和聚类上的优势.

基于凸差规划的有源配电网电压无功协调控制方法

分布式电源的高渗透率接入加剧了有源配电网的电压波动,以静止无功发生器和分布式电源逆变器为代表的新型电力电子装置作为连续无功源可以对配网电压进行快速的实时调节,给配电网的运行方式带来了巨大变革。本文提出了一种基于凸差规划的有源配电网多时间尺度电压无功协调控制方法。首先,建立了有源配电网电压无功协调控制时序模型;通过线性化和凸松弛处理,将原非凸非线性优化模型转化为可有效求解的二阶锥规划模型,并采用凸差规划方法进行求解,保证凸松弛的准确性满足计算精度要求;最后,基于改进的IEEE33节点系统验证了本文方法的正确性和有效性,通过各种电压无功调节手段的协调配合,在改善配电网电压水平的同时,提高配电网运行的经济性。

基于DC规划方法的稀疏临近支持向量机

为了提高临近支持向量机(PSVM)的数值表现,在PSVM的模型中引入了l0-范数正则项,提出了稀疏临近支持向量机模型(SPSVM),从而提高分类器的特征选择能力。然而带有l0-范数正则项的问题往往是NP-难问题,为了克服这一问题,采用非凸连续函数近似l0-范数,并通过适当的DC分解将问题转化成DC规划问题进行求解,同时还讨论了算法的收敛性。数值实验结果表明不论是在仿真数据还是在实际数据中,所提出的方法是比较有效稳定的。