FR共轭梯度法与泰勒级数展开法协同定位算法

在无线射频识别技术(RFID)系统中,接收信号强度法(RSSI)应用比较广泛。采用泰勒级数展开法可提高定位的精度,但在初始估计位置远离真实值时,其收敛性难以保证。针对这一情况,引进FR共轭梯度法与其进行协同定位。通过对初始值是否接近真实值、测量值是否精确等多种情况进行仿真。结果表明,协同定位算法有效提高了传统泰勒级数展开法的收敛度,并且在部分情况下提高了传统泰勒级数展开法的定位精度。

一种改进的Wolfe线搜索下的FR共轭梯度法

文献[3]中的改进的Wolfe线搜索算法,对于计算目标函数梯度花费较大的情形可以节省一定的计算量。本文将这种改进的Wolfe线搜索算法用于FR共轭梯度法,并证明了该算法在参数σ≤1/2的情况下与Wolfe线搜索下的FR共轭梯度法具有相同的理论性质。数值实验表明该算法是可行的和有效的。

双参数精确罚函数求解约束优化问题的FR共轭梯度法

对于含约束不等式的最优化问题,给出一种双参数罚函数形式,提出了一个求解这种罚函数无约束优化问题的FR共轭梯度法,研究了它的收敛性.数值实验表明该算法是可行的.

修正FR共轭梯度法的全局收敛性

众所周知,由求解无约束优化问题的共轭梯度法所产生的方向往往不是下降方向.本文对FR共轭梯度法做适当的修正,使得修正后的算法能始终保持充分下降性,这一性质与算法所采用的线性搜索无关.同时,在精确线性搜索条件下,该算法就是标准的FR共轭梯度法.在适当条件下证明了该算法在强Wolfe线性搜索下具有全局收敛性.数值结果展现了算法的可行性.

内点法优化案例中FR共轭梯度法方向固化现象

Adams的优化分析算法未采用学生熟悉的惩罚函数法等经典算法。使用Matlab语言,采用经典算法对人字架优化案例进行实际编程计算,发现在该例中FR共轭梯度法存在着方向固化现象。深入分析该现象的成因。介绍了先进的广义简约梯度法GRG和序列二次规划SQP算法,比较分析了鲍威尔方法和惩罚函数法的适用性,让学生很好地理解了FR共轭梯度法的局限性和优化理论在机械系统运动学和动力学上的应用特点。

新Armijo线搜索下的FR共轭梯度法及其收敛性

描述了一种在新Armijo线搜索下的Fletcher-Revees(FR)共轭梯度法,并分析了其收敛性,从理论上证明了借助新的Armijo线搜索,FR共轭梯度法不仅可保证在每步迭代中都容易找出步长,而且可保证全局收敛性.

一种求解线性二阶锥规划的修正FR共轭梯度法

为求解线性二阶锥规划,介绍了一种修正FR共轭梯度法。给出线性二阶锥规划问题的KKT条件,利用F-B光滑函数将互补性条件光滑化,将KKT条件转化成一个与之等价的光滑非线性方程组,给出一个价值函数,将光滑非线性方程组转化为无约束优化问题,利用共轭梯度法求解无约束优化问题,得到原问题的最优解。证明该算法的全局收敛性。

FR共轭梯度法在非精确线搜索下的收敛性质

该文讨论著名的 FR共轭梯度法在一类更易于实现的非精确线搜索下的全局收敛性。

非线性极大极小问题一个修正FR共轭梯度法

基于指数光滑化函数,提出了一个求解非线性极大极小问题修正FR共轭梯度算法.在每一次迭代中,通过Armjio非精确线搜产生步长,利用几何减小策略调整指数光滑化函数中的罚参数.在适当的假设条件下,新算法具有全局收敛性.

DFP变尺度法与FR共轭梯度法的二次等价性

研究了求解无约束极值问题的DFP变尺度法和FR共轭梯度法的关系问题.证明了在应用于求解二次函数的极值问题时,若将初始尺度矩阵取为单位矩阵,二者实际上是等价的,即两种方法求出的极小化点列是相同的.

基于Armijo搜索步长的几种共轭梯度法的分析对比

共轭梯度法是解决无约束优化问题的一种重要方法,使用不精确的Armijo搜索步长的方法,利用MATLAB工具对FR共轭梯度法、PRP共轭梯度法、HS共轭梯度法3种方式的收敛效果进行对比。结果表明:在低次函数里使用FR共轭梯度法效果较好,在高次函数里使用PRP共轭梯度法或HS共轭梯度法的收敛效果较好,并且在函数波动较大时,初值的选择应尽量靠近收敛点,才能有不错的收敛效果。

共轭梯度型算法及其应用

共轭梯度法最早由Hesteness和Stiefel于1952年为求解线性方程组而提出。后来人们把它用于求解无约束最优化问题，使之成为一种重要的最优化计算方法。其基本思想是把共轭性及最速下降法结合起来，利用已知点处的梯度构造一组共轭方向并沿这组方向进行搜索求出目标函数的极小点。这种方法具有二阶终止性。FR共轭梯度法的计算步骤：

无人飞行器纵向剖面轨迹优化

对飞行管理系统的纵向剖面轨迹优化功能进行了研究.以固定距离最省油为优化指标,用能量法动态地建立了3阶段轨迹优化模型.区别于固定推力只对速度寻优的传统的模型求解方法,把发动机推力和速度同时作为寻优变量,并结合无人飞行器飞行的物理过程,将3阶段轨迹优化模型进一步变换成非线性规划问题,利用再开始FR(Fletcher-Revees)共轭梯度法进行求解.最后以某型无人飞行器为例进行仿真验证,结果表明将发动机推力设为变量比推力固定求得的纵向剖面最优轨迹更省油,对节省燃油降低经济成本有一定的实用参考价值.