基于Nelder-Mead单纯形法的改进量子行为粒子群算法

针对PSO算法搜索精度较低,并且在复杂多模态函数优化中,容易陷入局部极值的问题,提出了一种改进的量子行为粒子群优化算法。研究了该算法的基本原理、给出了算法流程并采用正交试验的方式获得了一套通用性较强的算法参数。并以CEC’13的28个测试函数作为测试集,采用Wilcoxon符号秩检验将NM-QPSO算法分别与PSO算法和QPSO算法的误差进行比较试验。试验表明:NM-QPSO算法在统计意义上优于传统的PSO算法和QPSO算法,并且在高维函数优化中,具有显著优势。

基于Nelder-mead单纯形法的改进人工蜂群算法研究

针对现有的人工蜂群算法(Artificial Bee Colony,ABC)在进化速度和求解质量方面难以兼顾的缺点,提出一种基于Nelder-mead单纯形法的改进人工蜂群算法(Nelder-Mead Simplex Method based Improved Artificial Bee Colony,NMSM-IABC)。在迭代过程中,该算法周期性地将单纯形算子得到的最优个体迁移到人工蜂群算法的蜂群中,或将蜂群中的最优蜜源信息迁移到Nelder-mead单纯形算法中。旨在ABC借助NM-SM提高局部搜索能力,NM-SM借助ABC跳出局部最优点,达到两者协同搜索。再者,为了进一步加快收敛速度,在ABC中采用一种改进的跟随蜂搜索策略,并对产生侦察蜂的关键参数进行灵敏度分析。最后,通过6个典型的多维测试函数对算法进行仿真测试。结果表明:提出的算法有效地避免了陷入局部最优,提高全局搜索能力和搜索精度,有较快的收敛速度,是一种较好的协同搜索算法。

Nelder-Mead单纯形法在NaI(Tl)γ能谱峰面积求解中的应用

为了更准确的测定γ能谱核素活度,采用Nelder-Mead单纯形法对去除本底后的峰区进行高斯迭代拟合,求解出拟合峰区的位置、半高宽、峰高等参数。首先,在进行高斯拟合峰区前对原始谱数据采用FIR高斯窗平滑处理,然后通过对称零面积法计算全能峰峰位以及峰边界。最后,将峰区信息作为单纯形初值进行高斯拟合迭代,进而求解峰面积。根据算法测试结果分析,该方法能够对单能峰做高精度拟合,并且能将重峰区分离成多个高斯函数的拟合,相比Levenberg-Marquardt高斯拟合法,该算法的实现相对简单,而且精度也足够高。实验表明N-M单纯形法可以有效求解γ能谱峰面积。

基于Nelder–Mead单纯形法的杠杆式触针轮廓仪非线性误差补偿

杠杆式触针轮廓仪由于其测量精度高、测量范围广,成为常用的表面轮廓测量仪器。但是杠杆结构在测量过程中带来的非线性误差对轮廓测量精度影响较大,该文对基于激光干涉原理的高精度大量程杠杆式触针轮廓仪进行非线性误差分析,应用Nelder–Mead单纯形法对误差进行补偿,并通过高精度标准球冠进行补偿结果的校验实验。通过实验结果的分析可知,该方法可以有效地减小测量结果的非线性误差,将触针式轮廓仪在大量程测量时的X、Z向精度提高到±1μm以内。

基于Nelder-Mead单纯形法的汽轮机调速系统参数辨识

为了建立汽轮机调速系统准确模型,需要对模型进行参数测试及辨识。根据建模导则推荐的汽轮机调速系统模型结构以及现场试验数据,采用具有算法简单、容易实现、对目标函数连续或可导无要求等特点的Nelder-Mead单纯形法对汽轮机调速系统参数进行辨识,并对辨识结果进行了仿真校核。结果表明:所使用的Nelder-Mead单纯形法辨识出的汽轮机调速系统参数模型满足精度要求,验证了此方法的实用有效性。

解析法-Nelder Mead单纯形算法确定太阳电池参数

光伏发电系统的设计计算、性能评估及优化控制要求快速、准确的确定太阳电池模型参数。针对太阳电池单、双二极管模型参数辨识问题,该文提出一种基于解析法和Nelder Mead单纯形法重启策略的A-bcNM混合算法。先用实测I-V曲线上的部分关键点计算合成参数,再以单二极管模型近似解析式快速定位搜索始点,最后在边界范围内利用Nelder Mead单纯形算法的重启策略最小化实测数据与模拟结果之间的均方根误差,以提高拟合精度及参数解的质量。MATLAB环境下,利用2种典型太阳电池的实测数据对A-bcNM算法的有效性进行了测试和验证。与已有的其他算法相比,A-bcNM算法收敛速度快,计算量小,辨识精度高,可快速、准确的确定单、双二极管模型参数,为识别太阳电池的工作特性提供了一种有效方法。

Nelder-Mead算法中单纯形顶点的仿射独立性检验

本文在文献[1]的基础上,提出Nelder-Mead算法中单纯形顶点仿射独立性的递推检验方法,并对Nelder-Mead单纯调优算法提出改进.该算法保留了Nelder-Mead算法计算简便的优点,并且可保证单纯形各顶点的仿射独立性.文中给出了该算法在线性系统辨识中的应用示例.

K插值单纯形法核极限学习机的研究

针对核极限学习机高斯核函数参数选优难,影响学习机训练收敛速度和分类精度的问题,该文提出一种K插值单纯形法的核极限学习机算法。把核极限学习机的训练看作一个无约束优化问题,在训练迭代过程中,用Nelder-Mead单纯形法搜索高斯核函数的最优核参数,提高所提算法的分类精度。引入K插值为Nelder-Mead单纯形法提供合适的初值,减少单纯形法的迭代次数,提高了新算法的训练收敛效率。通过在UCI数据集上的仿真实验并与其它算法比较,新算法具有更快的收敛速度和更高的分类精度。

基于Nelder-Mead单纯形算法的设计反应谱标定方法

规准谱形状的规定和参数的优化是设计反应谱标定的核心问题。Nelder-Mead单纯形算法是求解多参数优化问题的搜索算法,可解决多变量函数的最小化问题。该算法有极强的局部搜索能力,且不要求目标函数的可导性,因此被广泛地应用于工程领域。文中通过提取第一拐点周期、特征周期、平台值和衰减指数4个参数作为标定参数,利用MATLAB软件基于Nelder-Mead单纯形算法对设计反应谱进行标定,并论证了该算法用于设计反应谱标定的合理性和适宜性。以El Centro地震动结论和汶川地震的地震动记录的标定为例,对比了Newmark三参数法、双参数法、差分进化算法和Nelder-Mead单纯形算法的标定结果及误差。通过对比和分析发现,Nelder-Mead单纯形算法标定的反应谱计算简单、收敛速度快且更贴近实际的反应谱,误差更小。

利用单纯形法优化点到曲面的最近距离

针对利用高阶次曲面方程计算点到曲面的距离误差大的问题,提出了利用单纯形法进行优化,获得点到曲面的最近距离。即采用牛顿迭代法确定曲面上离已知点最近的点的参数初始值,利用单纯形法对此初始值进行优化,获得曲面上离已知点最近的点的坐标值,通过该坐标值计算通过该点的法线,已知点被证明在法线上。实践表明,该方法是求点到高阶次曲面距离的有效方法。

基于谱方法和单纯形算法的一类偏微分方程参数反演研究

根据观测数据反演偏微分方程参数具有重要的应用价值。通过基于快速傅立叶变换的谱方法实现对偏微分方程快速高精度求解,与观测数据结合建立待优化的目标函数,再用带边界约束的Nelder-Mead单纯形优化方法进行参数反演。通过算例证实了算法的有效性。

基于差分进化-NM单纯形法的危化品泄漏源定位

为确定危化品泄漏源的强度和位置,提出1种基于DE-NM算法的危化品泄漏源定位方法,以监测浓度与扩散模型计算浓度的误差作为优化目标,在差分进化过程中每隔一定代数执行单纯形法,使得二者误差最小的源强和位置即为最优定位结果。研究结果表明:DE-NM算法能够快速有效地反算出泄漏源的强度和位置,满足应急响应的要求;同时,能够避免DE算法的过早收敛,以及NM算法对初值敏感的问题,有效降低单一算法对定位结果精度造成的不利影响。

基于改进单纯形法的杆塔优化规划

输电线路的杆塔规划问题是一个由简单不等式约束的多维、非线性最优化问题,且不能保证其目标函数连续或可导,故传统的算法如穷举法、试凑法、解析法等求解均有较大局限性。为了解决上述问题,采用改进单纯形算法结合外点法罚函数求解此类问题,结果表明,算法辅以将约束条件作为指数罚函数的外点法构造增广目标函数,可以方便地处理各项约束条件的限制,计算效率高,鲁棒性强,程序实现简单。同时,文中采用的算法对于可能出现的局部最优解可以根据工程经验加以判别和剔除,适用性强。

基于单纯形法的人工蜂群算法改进研究

人工蜂群算法中的侦察蜂阶段的搜索操作在一定程度上可以解决算法陷入局部最优的问题,但也和其他启发式优化算法一样,存在着局部搜索能力差,在接近最优解时搜索效率下降,以及求解复杂问题时可能陷入局部最优而使算法停滞等缺陷。为了改善此缺陷,采用NM算法来取代人工蜂群算法侦察蜂阶段的随机产生个体机制,提出了一种基于NM算法的改进人工蜂群算法(NMABC)。希望基于NM算法优异的局部搜寻能力,改善人工蜂群算法局部搜索能力较差之缺陷并提高搜索效率。

大岗山水电站地下厂房区初始地应力场Nelder-Mead优化反演研究

初始地应力是大型地下洞室群设计与施工所要考虑的重要因素之一。结合大岗山水电站工程地质条件以及实测地应力资料,分析了地下厂房区初始地应力的影响因素,建立了基于侧压力系数的三维地应力反演模型,提出Nelder-Mead法与有限元联合反演法,将有限元程序作为一个单独模块嵌入到Nelder-Mead算法程序中,对建立的地质概化模型进行计算,以实测点地应力值与计算应力值建立精确罚函数误差模型,进行优化逼近分析。通过实测点的计算应力值与现场实测值的比较,从而获得地下厂房区初始地应力场较为合理的分布规律,为水电站开挖模拟及长期稳定性分析提供了合理的初始条件。

基于单纯形的移动测绘系统初始安装校准方法

提出了一种有效的方法用于解决低成本移动测绘系统(mobile mapping system,MMS)初始安装中全球定位系统(glob-al positioning system,GPS)和激光雷达(light detection and ranging,LiDAR)对准误差的校准问题。MMS的校准问题首先被转换成求解多变量非线性目标函数的极小值问题,之后利用Nelder-Mead单纯形直接搜索方法求解该极小值。经过实验,校准后点云图像的相对测量误差(定义为空间某一点经激光雷达前后两次扫描所得两点之间的距离)平均减少了3.85 cm(离激光雷达40 m范围),最大相对测量误差由8.55 cm减少到了4.76 cm。经过校准的相对测量误差在40 m距离内小于5 cm,满足数字城市三维影像地图测绘要求。

基于Nelder-Mead算法的插装阀AMESim仿真模型优化设计

详细分析二通插装阀的数学模型,建立其流量与进出口压差之间的关系,利用AMESim中的Hydraulic Component Design(HCD)库搭建二通插装阀的仿真模型。根据无导数的Nelder-Mead单纯形优化算法理论,借助Matlab对模型的结构参数进行优化。采用优化结果仿真得到的流量-压降特性曲线与期望特性曲线相当接近,验证了仿真模型的准确性和优化方法的有效性。

基于Nelder-Mead优化的PEMFC三阶RQ等效电路参数辨识研究

精确、有效的燃料电池等效电路有助于分析燃料电池内部工作情况,确保燃料电池系统稳定可靠地运行。针对燃料电池内部工作状态无法使用传感器精确监测的问题,提出了基于Nelder-Mead优化算法的PEMFC 3阶RQ等效电路参数辨识方法 ,根据电池工作原理建立3阶RQ非线性等效电路模型,将模型参数与实际物理意义相结合建立复数域下的实部、虚部加权目标函数,最后在电化学交流阻抗谱实验的基础上进行参数辨识研究。研究结果表明:在相同初始条件下,Nelder-Mead优化算法在精度、速度上与最小二乘法相当,但抗干扰能力更强;与遗传算法相比,精度相当但速度更高,可以用于燃料电池的在线参数辨识。

纳米级超细颗粒粒径的仿真测量方法-NM单纯形方法

本文基于光子相关光谱法,对实验数据采用NM单纯形方法来获取纳米级超细颗粒粒径。传统的积累分析法只对单一颗粒分布适用,而对多颗粒分布的非负约束最小二乘法及CONTIN方法等计算精度又太差。NM单纯形方法不仅适用于单一颗粒,而且适用于多颗粒分布,数值实验表明该方法大大提高了粒径测量的精确性。

基于Nelder-Mead算法与有限单元法的岩土力学参数反演

提出了基于Nelder-Mead优化算法与有限单元法反演岩土力学参数的方法,以测点的实测值与计算值建立精确罚函数误差模型,并将有限元程序ABAQUS作为模块嵌入Nelder-Mead优化算法中编制了优化反分析程序。算例结果表明,该法局部搜索能力较强,反演精度高,可应用于岩土工程中的反演分析。