解非线性方程的一种新的三步六阶迭代格式

Newton迭代法是求解非线性方程的重要方法之一,其收敛阶是二阶,在迭代过程中需要计算一个函数值和一个导数值,因此Newton迭代法的效率指数为1.414 2。基于Newton迭代法结合两步迭代格式构造了一种新的三步迭代格式,通过理论证明其收敛阶是六阶,在迭代过程中每次均需要计算2个函数值和2个导数值,则该三步迭代格式的效率指数为1.565 1,最后数值实验结果也验证了该方法的有效性和可行性。     

基于Kriging代理模型的注塑产品翘曲优化

针对传统的基于CAE的注塑产品工艺优化方法精度不高、效率低,提出了Kriging模型与自适应粒子群算法相结合的集成优化策略.Kriging模型代替CAE分析作为粒子群算法迭代过程中的适应函数,大大减少了优化算法的计算量;同时,通过在粒子群算法中引入自适应惯性权系数,加快了粒子群算法的收敛速度.算例表明,基于Kriging模型与自适应粒子群算法的优化策略可以在小样本情况下获取较高的求解精度,并通过与标准遗传算法做比较,表明该优化策略同时具有较高的计算效率.     

基于改进混合粒子群优化的特定谐波消除脉宽调制策略

针对传统迭代法求解特定谐波消除脉宽调制策略(SHEPWM)开关角方程组需要合适的初值和难收敛的问题,提出一种改进的混合粒子群优化(HPSO)算法对其进行求解.该算法对粒子群(PSO)算法的权重系数和学习因子进行了改进,并且提出了一种温度系数线性递减的模拟退火(SA)算法与粒子群算法结合,有效弥补了传统粒子群(CPSO)算法求解开关角收敛速度慢和精度低的缺点.仿真分析表明,该算法消除了对初值的依赖,提升了算法寻优的能力,从而提高了求解速度与精度,并且通过实验验证了该算法的可行性.     

求解奇异非线性方程组的牛顿不精确最小二乘算法

对运用M-P逆建立的Newton迭代法做近似,构造不精确的算法.取Newton方程组的最小二乘解的近似解推导构造不精确的算法,结果可得到不精确Gauss-Newton算法和不精确Levenberg-Marquardt算法;用一迭代法计算雅可比矩阵的Moore-Penrose逆,截取它的一个近似矩阵构造不精确的算法,给出了近似程度的控制条件,证明了其收敛性;用雅可比矩阵的局部信息代替其全部信息构造不精确的算法,证明了算法的收敛性.数值例子也表明了不精确算法在求解大型方程组问题上的优越性.     

粒子群算法在求解数学建模最优化问题中的应用

最优化问题是数学建模常见问题之一。本文探讨了如何用群集智能算法粒子群算法求解最优化问题。并分别通过无约束和有约束条件的最优化问题实例来讨论用粒子群算法求解这类问题的一般步骤。结果显示PSO算法具有收敛速度快等优势。     

混合型方程组的数值解法

针对混合型方程组提出一种新的迭代算法.新算法有如下特点：第一,收敛速度快,同Newton迭代法一样,新算法具有二阶收敛速度; 第二,计算成本低,新算法低于Newton迭代法.在对新算法的收敛性进行严格证明的同时,数值实验还证实,新算法对初始解与精确解的接近程度的要求也比Newton迭代法有所降低.     

一类四阶微积分方程的差分迭代解法

针对研究吊桥模型而建立的四阶微积分方程,提出利用有限差分法进行求解.采用Newton型迭代法处理非线性项,大大提高了收敛效率,并给出差分逼近的误差分析.数值算例说明了算法的可行性和有效性.     

旋转声源延迟时间方程求解的数值研究

为提高气动噪声时域数值算法的计算速度,针对亚音速匀速圆周运动的点声源,将延迟时间方程的求解问题转化为求抛物线与余弦曲线的交点,转化后的方程形式简洁并且数值计算效率更高.使用分段二次函数对延迟时间方程中的余弦函数进行替换,得到一种新的高精度迭代初值计算方法,并分别采用Newton迭代和Halley迭代算法求解延迟时间方程.研究表明:相对于通常的固定初值给定法,所提出的分段二次近似迭代初值计算方法可以减少约20％的计算时间,且Halley迭代算法具有较好的计算效率和收敛特性.     

组合型算法在涡流检测逆问题中的应用

涡流检测逆问题的求解至今仍然缺少成熟的理论体系和快速可靠的算法,是无损检测的难点之一.数值计算结果表明,不同的缺陷参数对缺陷信号的影响有很大不同,如果采用相同逆策略进行重构则会由于收敛速度的不同而导致重构结果误差较大.为此,利用基于共轭梯度法和粒子群算法的组合型算法,对裂纹形状参数和电导率分别进行重构,提高了逆问题求解的效率和精度.数值实验结果验证了新方法的有效性.     

粒子群算法在求解优化问题中的应用

粒子群优化(PSO:Particle Swarm Optimization)算法是一种新兴的优化技术,其思想来源于人工生命和进化计算理论.PSO算法通过粒子追随自己找到的最好解和整个群体的最好解完成优化.为了避免PSO算法在求解最优化问题时陷入在局部最优及提高PSO算法的收敛速度,提出了对PSO算法增加更新概率.对无约束和有约束最优化问题分别设计了基于PSO算法的不同的求解方法和测试函数,并对PSO算法求解多目标优化问题进行了研究.仿真实验表明了改进的PSO算法求解最优化问题时的有效性.     

基于改进粒子群优化的弹道并行求解算法

弹道解算精度与解算时间直接影响了火控系统的整体性能,然而精度与时间往往是相互矛盾的两个因素,在不损失精度的情况下提高解算速度具有重要意义. 基于改进粒子群优化的弹道并行求解算法,采用并行求解算法充分发挥多核计算机的性能,从而在不损失精度的前提下有效地提高了弹道解算的效率. 该方法首先通过引入粒子群优化算法将弹道解算转化为一个寻优过程,利用周氏迭代修正公式计算得到的修正角度引导粒子群更新加快算法的收敛速度;然后通过将粒子分配到并行域的线程中将弹道解算方法并行化. 数值实验表明本方法可以有效提高弹道解算的收敛速度,将计算时间平均缩短为原有时间的1/5.      

线性等式约束非线性最优化问题的一个新算法

有文献给出了一般等式约束非线性最优化问题的一种求解途径。在此基础上将线性等式约束非线性最优化问题转化为非线性最小二乘问题求解,提出了求解最优化问题的一种新思路。然后利用Gauss-Newton法求解非线性最小二乘问题,在求解过程中引入非精确的一维搜索,提高了计算的效率,加快了算法收敛的速度,从而找到了具有线性等式约束非线性最优化问题的一个新算法,算法具有很好的收敛性,收敛速度是二阶的。最后经过数值实验证明新算法与Matlab优化工具箱计算的结果一致,是可行的、有效的。     

基于支持向量回归机和粒子群算法的改进协同优化方法

研究基于支持向量回归机和粒子群算法的改进协同优化方法.阐述了协同优化方法和支持向量回归机方法基本原理,为有效解决系统级优化协调困难问题,改善收敛性能,提高收敛速度,采用支持向量回归机构造系统级约束条件的近似模型,引入粒子群算法求解系统级和学科级优化问题.仿真计算结果表明,设计的协同优化方法可有效求解多学科设计优化问题,...     

牛顿迭代法在非线性方程求重根中的应用

牛顿迭代法是非线性方程根的一种常见的数值方法,对于非线性方程的单重零点来说Newton迭代法一般具有局部二阶收敛性,但是当所求的根x*是f(x)的m重根时,m是大于等于2的整数,此时Newton迭代法只有一阶收敛性。本文结合两种修正的Newton迭代法给出一种在不知道根的重数的情况下既可以提高收敛速度而又避免求f(x)的二阶导数可行的算法。     

BBMB方程的Crank-Nicolson差分格式的一种迭代算法

对于BBMB方程的Crank-Nicolson差分格式提出了一种迭代算法,然后利用离散能量法证明了迭代算法收敛到差分格式。最后,通过数值实验说明了该迭代算法无论是在计算时间上还是在计算误差上都优于Newton迭代法。     

线性等式约束非线性最优化问题的一个新算法

有文献给出了一般等式约束非线性最优化问题的一种求解途径。在此基础上将线性等式约束非线性最优化问题转化为非线性最小二乘问题求解，提出了求解最优化问题的一种新思路。然后利用Gauss-Newton法求解非线性最小二乘问题，在求解过程中引入非精确的一维搜索，提高了计算的效率，加快了算法收敛的速度，从而找到了具有线性等式约束非线性最优化问题的一个新算法，算法具有很好的收敛性，收敛速度是二阶的。最后经过数值实验证明新算法与Matlab优化工具箱计算的结果一致，是可行的、有效的。
     

二维非定常对流扩散方程的隐式多重网格方法

提出了数值求解二维非定常对流扩散方程的一种新的加权平均隐格式，利用Fourier分析方法证明了该格式是无条件稳定的．利用多重网格加速技术。提出了基于时间修正的多重网格的全近似格式(FAS)，从而克服了传统迭代法在求解隐格式时收敛速度慢的缺陷，大大加快了迭代收敛速度。提商了问题的求解效率．数值计算结果表明，修正的多重网格FAS格式较传统的多重网格粗网格校正格式(CS)具有更好的收敛效率．并且随着σ和s的增大，它可以将传统迭代法的收敛速度提商几十倍，甚至几百倍．     

带时间窗车辆路径问题的混合粒子群算法

将粒子群优化算法与模拟退火算法结合,提出了一种求解车辆路径问题的混合粒子群算法.实例计算及与遗传算法比较的结果表明:应用混合粒子群算法可以快速地求得带时间窗车辆路径问题的优化解;该算法是一种求解离散组合优化问题的有效方法.     

粒子群优化算法研究及在电力系统机组组合中的应用

蚁群优化算法由于其具有较强的优越性,现已被用于约束优化问题的求解,并在相关的工程领域得到了实用。针对粒子群优化算法初始参数依赖性强和易陷入局部最优的问题,提出了对粒子群分组并重组信息共享机制的改进粒子群体智能算法。该算法有效地降低了陷入局部极小的概率,从而能够获取更佳的近似最优解。为验证算法的有效性和可行性,将改进粒子群优化算法用于10机系统和26机系统组合问题的仿真求解,结果表明该改进方法能收敛到更好的解,而且计算时间也大大减小。     

动态速度限制粒子群算法及其应用

根据梯级水电站优化调度特点,建立了粒子群算法求解多阶段最优化问题数学模型。针对基本粒子群算法早期存在精度较低、易发散等缺点,后期出现"趋同性"和"早熟"等现象,从算法参数方面对基本粒子群算法进行改进,提出了动态速度限制粒子群算法并与基本粒子群算法、改进型粒子群算法分别在雅砻江梯级水库群优化调度中应用,通过对其优化结果的比较,验证了改进策略在提高算法求解精度和收敛性能方面的有效性。