MA对偶-信赖域算法在非线性不等式约束优化问题中的应用研究

针对含有非线性不等式约束条件的优化问题,提出了MA对偶-信赖域算法。在每次迭代过程中,基于信赖域方法和问题的逼近属性,构造了原优化问题中目标函数和约束函数的移动渐进线函数,由此建立简单的子优化问题。运用对偶方法求解子问题得到原优化问题的下降方向,再用线搜索方法取得搜索步长,最后得到下一步的迭代点。应用数学推理证明了该算法的全局收敛性。以悬臂梁最小柔度问题为例,应用MA对偶-信赖域算法对优化问题进行了求解,数值算例的结果表明,MA对偶-信赖域算法在求解非线性约束优化问题时比MMA和GCMMA算法的迭代次数少,收敛速度快。

目标超平面上的一种原始-对偶单纯形算法

对于目标最优值已知的情形,提出一次迭代到目标超平面上获得相应的对偶可行基,然后应用Samaras等的原始-对偶算法在目标超平面上进行对偶迭代.在确定枢轴列时,采用无比值检验方法,节省了计算工作量.为防止Samaras等的原始-对偶算法在原始可行点退化情形下可能发生的循环现象,加快迭代进程,引入MBU对偶单纯形算法进行迭代,直到对偶间隙严格缩少.中大规模数值试验结果表明,与经典单纯形算法相比,该算法在大部分算例上使用更少的迭代次数和执行时间,具有更高的计算效率.

GPS网平差的多元响应—非线性最小二乘模型及其解的最优化混合算法

在控制网中,用GPS测量,可以同时测得一个点的基线向量,在具有起算数据时可获得观测点的三维坐标等多个响应变量值,将这些响应变量包含的信息综合起来,可以得到参数的更精确的估计。本文针对GPS测量数据为多元响应数据的特点,建立了一个GPS网平差的多元响应-非线性最小二乘模型,针对该模型,结合拟牛顿法和信赖域算法建立了一个新非线性优化的混合算法,该算法具有全局收敛性和超线性收敛性。

一类极大极小问题的模型转化及算法

本文通过辅助规划和Lagrange对偶 ,把带等式和不等式约束的极大极小问题转化为带线性约束的凸规划问题 ,给出了一个信赖域方法 ,并证明了方法的可行性。

电力系统无功优化线性规划问题中线性步长的动态调整策略

提出了一种电力系统无功优化线性规划问题中线性步长的动态调整策略。利用潮流雅可比矩阵直接变换求取灵敏度系数矩阵,并引入信赖域思想,建立了基于信赖域的无功优化新模型,采用原?对偶内点法直接求解。IEEE14节点、30节点、57节点系统的计算结果表明,该算法能有效解决无功优化线性步长的选择问题,同时在初始点的选择上不要求从内点启动,迭代收敛次数稳定,可用于电力系统无功优化的实用化计算。

L2损失大规模线性非平行支持向量顺序回归模型

顺序回归是一种标签具有序信息的多分类问题,广泛存在于信息检索、推荐系统、情感分析等领域.随着互联网、移动通信等技术的发展,面对大量具有大规模、高维、稀疏等特征的数据,传统的顺序回归算法往往表现不足.非平行支持向量顺序回归模型具有适应性强,在性能上优于其他基于SVM的方法等优点,该文在此模型基础上提出基于L2损失的大规模线性非平行支持向量顺序回归模型,其中线性模型的设计可处理大规模数据,基于L2的损失可使标签偏离较大的样本得到更大惩罚.此外,该文从模型的两种不同角度分别设计了信赖域牛顿算法和坐标下降算法求解该线性模型,并比较了两种算法在性能上的差异.为验证模型的有效性,该文在大量数据集上对提出的模型及算法进行了分析,结果表明,该文提出的模型表现最优,尤其采用坐标下降算法求解的该模型在数据集上获得了最好的测试性能.

基于成本—效益指标的隔震支座参数优化

根据建筑结构隔震设计的特点,研究了基于成本—效益指标的隔震支座参数优化问题,提出了以结构整体成本—效益指标为目标函数的隔震支座参数优化方法,从而在隔震设计中同时考虑结构的初始造价和地震损失成本。采用无导数信赖域的优化算法进行隔震支座参数优化,主要约束为基于首次超越失效准则的结构动力可靠度。最后通过一个隔震支座设计实例,分别采用文中提出的优化设计方法和传统隔震设计方法进行设计并对比结果,最后讨论了结构期望损失成本对优化设计的影响,从而验证提出方法的可行性。