可行方向SUMT外点法的研究及应用

针对序列无约束极小化技术(sequential unconstrained minimization technology,SUMT)外点法中由于设计变量越界而导致优化失败的问题,分析了设计变量越界的原因,将SUMT外点法和可行方向法相结合,提出了一种可行方向SUMT(feasible direction SUMT,FD-SUMT)外点法。用可行方向法的思想处理设计变量的约束,将搜索空间限定在设计变量可行域内。与传统的SUMT外点法相比,该方法除实现简单外,更具有鲁棒性高、收敛快等优点。通过数值算例和工程应用实例验证了FD-SUMT外点法的性能。优化结果表明,该方法消除了设计变量越界的情况,收敛速度和鲁棒性明显高于传统的SUMT外点法,而且初值选取容易,具有工程实用性。

无源滤波器设计的优化方法及其仿真研究

利用混合罚函数的概念，将滤波。无功补偿以及电容电压电流等问题的解决方案的经济性综 合为非线性规划问题，并讨论了滤波器设计的优化方法。文中还建立了无源滤波器的综合友 模型，从而大大简化了计算。通过仿真研究，进一步确认了该方法的正确性和可行性。

用混合罚函数法求解气举区块优化配气模型

论述了气举区块优化配气的发展现状,分析了各种类型的气举特性曲线,完善了区块优化配气模型,并建立了与区块优化配气模型形式相同的油田优化配气数学模型。提出了一种求解非线性优化配气数学模型的新方法———内点法和外点法相结合的混合罚函数法,用牛顿-拉斐森方法求解了非线性方程组,并对估计初始注气量的最大配气量法进行了修正。以中原油田四区气举井为例,根据其气举特性曲线类型得出了4种气举配气方案。应用提出的新方法对各种方案进行了优化配气计算,优选出了最佳的配气方案。

末段高低两层协同反导火力分配模型研究

火力分配是末段高低两层反导作战的重要环节,分配方案的优劣、分配效率的高低将对反导作战效能产生重要影响。在深入分析末段协同反导作战基础上,提出了火力分配原则,并建立了末段协同反导作战火力分配模型。引入惩罚函数简化模型,并采用MPDE算法对模型进行求解。通过仿真分析,验证了模型的合理性和算法的有效性,并得出末段协同反导火力分配一般规律。

基于粒子群算法的冷连轧轧制规程优化设计

选取等相对负荷为目标函数,令轧制力、轧制功率、轧制力矩、速度等参数满足一定约束条件,采用罚函数法,将有约束条件转为无约束条件,采用粒子群算法对目标函数进行优化,求得最优解,这可使各机架功率合理分配,设备能力充分发挥,生产效率提高。

基于惩罚函数法的汽车悬架系统的优化

详细介绍在进行优化计算时,建立其相应的数学模型的方法。通过建立优化设计的数学模型,借助Matlab软件,基于惩罚函数法,对所建模型进行优化,编制计算机程序,得到汽车悬架系统的最优参数,从而找出影响工程车辆平顺性的最大因素所在。优化结果可作为悬架的控制方法和有关平顺性结构参数的依据。

用模拟退火算法改进管壳式换热器的优化设计

介绍了一种由两级管壳式换热器组成的换热器系统的优化设计数学模型,数学模型属于典型的有约束非线性规划问题。目前对有约束非线性规划问题还没有通用的求全局最优解的算法。转轴直径搜索可行方向法(DSFD方法)是一种比较有效的求解有约束非线性规划问题的算法,但它只能得到局部最优解。将模拟退火(SimulatedAnnealing)算法结合DSFD算法,构成了一种DSFD-SA-DSFD算法。在应用模拟退火算法的同时引入了罚函数法,将有约束非线性问题转化为无约束非线性问题。计算结果表明,DSFD-SA-DSFD算法能较快得到换热器优化问题的最优解,克服了单纯用DSFD算法只能得到局部最优解和单纯用SA算法效率不高的缺点。

基于粒子群优化算法与混合罚函数法的最优潮流计算

粒子群算法(PSO)具有简单易实现,可调参数少的优点。将其用于最优潮流的求解,结合混合罚函数来限制最优潮流的约束条件,使粒子群算法的寻优速度加快,迭代次数减少。通过在IEEE9节点和IEEE30节点上的仿真计算表明,该算法在加快迭代速度和收敛精度上都取得了较好的效果。

支持向量学习的多参数同时调节

模型选择是支持向量学习的关键问题.已有模型选择方法采用嵌套的双层优化框架,内层执行支持向量学习,外层通过最小化泛化误差的估计进行模型选择.该框架过程复杂,计算效率低.简化传统的双层优化框架,提出一个支持向量学习的多参数同时调节方法,在同一优化过程中实现模型选择和学习器训练.首先,将支持向量学习中的参数和超参数合并为一个参数向量,利用序贯无约束极小化技术(sequential unconstrained minimization technique,简称SUMT)分别改写支持向量分类和回归的有约束优化问题,得到多参数同时调节模型的多元无约束形式定义;然后,证明多参数同时调节模型目标函数的局部Lipschitz连续性及水平集有界性.在此基础上,应用变尺度方法(variable metric method,简称VMM)设计并实现了多参数同时调节算法.进一步地,基于多参数同时调节模型的性质,证明了算法收敛性,对比分析了算法复杂性.最后,实验验证同时调节算法的收敛性,并实验对比同时调节算法的有效性.理论证明和实验分析表明,同时调节方法是一种坚实、高效的支持向量模型选择方法.

庄家控股模型的解法及解的性质

在对庄家控股模型进一步细化的前提下,讨论了模型的求解限制条件,并在给定参数下,利用制约函数法得到了模型的数值解.通过对其数值解的对比分析,进一步了解了非有效证券市场条件下庄家的控股规律,并证实了模型是对现实市场中庄家控股行为的较为合理的描述.最终指出,模型中的参数研究将是把模型用于现实分析中的关键.

序列无约束极小化技术和遗传算法在非线性规划中的应用

本文提出了一种求解带约束非线性规划问题的一般方法。与现有的方法相比 ,它不受可导性 ,单峰性和是否病态等因素的限制 ,适用范围广。

一种基于非均匀惩罚因子的序列无约束最优化外点新算法

增广拉格朗日乘子方法(Augmented Lagrange multiplier method)是拉格朗日乘子方法(Lagrange multiplier method)的推广,它是一种序列无约束的最小化技术,包括内点法和外点法,内点法适用于仅有不等式约束的情形,其主要思想是对违背可行性的约束给予一个惩罚。传统的做法是:对所有约束以相同的罚因子,自适应调整Lagrange乘子。提出了一种非均匀惩罚的自适应更新罚因子的方法,即根据近似解对约束违反的严重程度施行不同惩罚的新方法。算例表明,本方法是有效的。

序列无约束极小化技术和遗传算法在非线性规划中的应用

提出了一种求解带约束非线性规划问题的一般方法。与现有的方法相比,它不受可导性、单峰性和是否病态等因素的限制,适用范围广。实例说明该算法对带约束非线性规划问题的求解十分有效。

序列无约束极小化技术和遗传算法在非线性规划中的应用

提出了一种求解带约束非线性规划问题的一般方法，与现有的方法相比，它不受可导性，单峰性和是否病态等因素的限制，适用范围广，实例说明该算法的对带约束非线性规划问题的求解十分有效。

基于粒子群优化算法与混合罚函数法的最优潮流计算

电力系统最优潮流的求解问题一直是电力市场研究的重点。该文介绍了一种新的演化优化算法,即粒子群算法(PSO)。该算法具有简单易实现,可调参数少的优点。笔者将其用于最优潮流的求解,结合混合罚函数来限制最优潮流的约束条件,使粒子群算法的寻优速度加快,迭代次数减少。通过在IEEE9节点和IEEE30节点上的仿真计算表明,该算法在优迭代速度和收敛精度上都取得了较好的效果。

惩罚函数法在发动机性能计算中的应用

按照涡喷发动机工作时遵守的气动热力学定律 ,建立了发动机的稳态数学模型 ;并针对双轴涡喷发动机性能计算的非线性数学模型 ,利用优化和最优控制理论中的惩罚函数法 ,对发动机性能进行了基于约束的最优求解程序设计 ;利用程序对某型发动机的稳态飞行特性进行了计算。计算结果表明 ,使用惩罚函数法求出的特性曲线变化规律正确 ,发动机平衡方程的解的精度更高 ,在此基础上得出的发动机飞行特性也更准确 ;另外惩罚函数法对初值的要求很低 ,迭代运算不易发散。

TDMA系统中语音和数据多路复用的最优化设计

现代移动通信领域中,数据业务的发展,需要把越来越多的数字信号与传统的语音信号复合起来在信道中传输。如果没有有效的机制,语音信号的传输常常会被数据信号所阻断,而数据信号的时延也会令人无法忍受。该文应用最优化设计理论中惩罚函数的算法,搜索语音与数据在帧中最佳相对位置,使语音传输被阻断的概率和数据排队的延迟达到最小。从而优化了结构,获得最大的吞吐量、提高了TDMA传输系统的性能。

无换向器电机的优化设计

介绍了爪极式无换器电机的设计特点，并提出采用六相３０°相带绕组来改善电机的转矩特性．选择ｐｏｗｅｌ共轭方向法的内罚函数法，以电机的有效材料的成本为目标函数对爪极无换器电机进行优化设计．计算结果表明，电机的有效成本平均下降１３．２％．

陶瓷电容压力传感器的优化设计

本文研讨了一种新型陶瓷电容压力传感器的CAD方法。作者分别用混合惩罚函数法和约束降维法进行优化设计,在相同初始条件下,得到的结果相近,说明两种优化软件设计方法是正确的,这对传感器结构性能设计有指导意义。

药物配方优化的计算机辅助设计研究Ⅱ─—序贯无约束极小化方法及其应用

应用序贯无约束极小化方法（也称混合罚函数法）于药物配方优化设计，设计的程序已在计算机上实现，其正确性和有效性通过实际优化例子得到了验证。