一类线性-二次双层规划问题的解法

利用广义逆矩阵理论来研究线性－二次双层规划的求解问题。利用正定二次规划解的唯一性,首先把具有等式约束的线性－二次双层规划问题转化为容易求解的线性规划问题来求解,进而把等式约束问题推广到不等式约束上来。给出了一些线性－二次双层规划解的最优性条件和求解线性－二次双层规划解的算法。这些最优性条件丰富了非线性双层规划的理论,而其求解算法为求解实际问题提供了有利的工具。     

针对鲁棒性三维声源定位问题的全局性算法

针对到达时间差度量误差和声源具有鲁棒性的三维声源定位问题,提出了一种用半正定规划方法求解的线性校正总体最小二乘全局性算法（LCTLS SDP）. 将带二次等式约束的分式二次规划声源定位模型转化为带二次不等式约束的非凸齐次二次优化问题;利用对偶理论设计算法求出该模型的最优解. 理论证明LCTLS SDP算法能找到问题的最优解. 实验结果显示,LCTLS SDP算法有稳健的定位结果.     

一类等式约束下的凸二次规划的共轭梯度算法

提出了等式约束下凸二次规划问题的新算法.该算法利用增广Lagrange函数将该约束问题转化为无约束问题,保留了共轭梯度法和乘子法的优点,避免了其他算法中对初始点的苛刻要求,也不需要计算二阶导数.数值算例表明,该算法是可行有效的.     

二次规划问题的区间算法

利用罚函数法将约束二次规划问题转化为无约束优化问题，讨论了罚函数的区间扩张和无解区域删除原则，建立了求解二次规划问题的区间算法，给出了数值算例．理论分析和实例计算均表明算法是可靠和有效的．     

一类二维FIR滤波器的约束最小二乘设计

考虑单位脉冲响应 8面对称的二维GIR滤波器的约束最小二乘设计 .首先将设计问题转化为正定二次规划问题 .然后应用投影最小二乘 (PLS)算法进行求解 .通过设计实例对PLS算法的性能进行了仿真 ,结果表明该算法的效率是流行的有效集方法的几十倍到几百倍 .PLS算法的高效率为快速设计大尺寸二维FIR滤波器提供了方便 .     

二次规划问题的一个全局收敛的内点型算法

目标函数是二次函数而约束函数是线性函数的规划问题称为二次规划问题,它是最简单的一类非线性规划问题,利用二次规划问题的约束函数为线性函数的这个特点,结合约束优化问题的一阶最优性条件,提出了二次规划问题的一个全局收敛的内点型算法.算法比较简单,每一步只需要求解一个线性方程组,不需要大量的计算就可以得到可行下降方向,再设置一组参数,沿着该方向进行线性搜索.算法每次迭代都能保持不等式约束函数的严格可行性,具有内点法的特点,而且在不需要凸性的假设下证明了算法是具有全局收敛性的.最后给出了数值实验,进一步证实了算法的可行性与收敛性.     

离散半无限规划的一个超线性收敛的SQP算法

讨论离散半无限规划问题,结合更新离散指标集的技术,提出一种新的可行序列二次规划(FSQP)算法求解由半无限规划(SIP)转化到离散半无限(DSI)问题,使得可行下降方向仅通过求解一个QP子问题可获得,为克服马太效应,高阶校正通过求解带有包含某个约束集的线性方程组所得.在适当的条件下,证明了算法的全局收敛性和超线性收敛性.     

非线性互补约束均衡问题的改进SQP算法

为了对可行序列二次规划算法进行研究与创新,利用逐步逼近思想,对互补约束条件光滑化,将均衡问题等价转化为一个光滑的标准非线性规划问题,进而利用序列二次规划算法思想求解.给出了SQP算法中辅助方向的存在性分析和具体求解方法,使算法更加合理可行.     

光滑孪生参数化不敏感支持向量回归机

作为机器学习方法之一的孪生参数化不敏感支持向量回归机(TPISVR)有着简洁的数学模型,良好的学习性能,特别适合于求解带有结构异方差噪声的数据回归问题,然而TPISVR的训练速度较低,训练效率有待提高.TPISVR的传统算法可以归结为通过转化对偶问题的方法求解2个带有不等式约束的二次规划问题,然而这种求解二次规划问题的...     

一类二次比式和最优解的研究

对于二次比式和问题的最优解问题,提出了一种罚函数法以及单纯形分枝定界算法.利用指数函数及线性化技术,将约束优化问题转化为易于求解的无约束优化问题,最终给出了算法.     

无界域上不定二次规划的一个算法

给出了无界域上不定二次规划的一个算法，该算法将不定二次规划转化为一系列凸二次规划，并证明了算法的收敛性。     

不等式约束二次规划的不动点迭代

提出了不等式约束二次规划问题的一个光滑型方法。通过分析最优解满足一线性互补问题这一特征，利用信息论中的极大熵原理求解并获得了基于不动点的光滑迭代算法。分析了解存在的必要条件及迭代算法收敛性，给出了算法的迭代格式，通过数值模拟证明该算法的有效性，从而为不等式约束二次规划问题的求解提供了新途径。     

不等式约束二次规划问题的一个近似迭代算法

通过对搜索方向的迭代计算，给出了一个求解一般不等式约束二次规划问题的迭代算法，并详细讨论了该算法的基本理论问题。同时给出了算法的某些修正技术及初始点的选取情况。     

等式约束凸二次规划的不动点迭代算法

提出了等式约束凸二次规划问题的光滑型方法。根据约束优化问题的最优性条件,利用信息论中的极大熵原理,构造了一种基于不动点的光滑迭代算法,并给出了算法的迭代格式。讨论了解存在的必要条件及迭代算法收敛的条件,并通过数值实例与已有算法进行了比较,从而显示了算法的有效性。     

基于ε近似算法的FIR-MIMO系统复信号盲检测

为了提高传输性能,实现FIR-MIMO系统下QPSK复信号的高效、快速盲检测,通过矩阵变换的方法把实信道下QPSK信号盲检测问题转化为二值约束下的二次规划问题,然后使用ε近似算法对其进行求解,实例仿真结果表明:在FIR-MIMO信道可含公零点的情况下,与子空间方法相比,该算法具有更好的性能和更大的适用范围。     

无界域上不定二次规划存在最优解的条件

对于无界域上不定二次规划,首先需要研究的是如何判断它是否存在最优解,其次是寻找较好的算法,本文给出了无界域上不定二次规划存在最优解的充分必要条件及判别方法,而且还给出通过解一系列线性规划来判断是否存在最优解。     

压缩感知的指静脉图像去噪

基于压缩感知理论的梯度投影稀疏重建(GPSR)算法对合成指静脉图像进行去噪预处理,运用Canny算子提取指静脉边缘验证了GPSR算法的去噪效果。实验结果表明,与全变分去噪算法(ROF去噪算法)相比,运用GPSR算法可以得到更高信噪比的指静脉图像、更清晰的指静脉边缘轮廓,解决了红外传感器提取指静脉信息时存在的静脉边界模糊、不易分割及提取边缘等问题。     

基于内点法的支撑向量机算法

内点法是近年来发展起来的求解线性规划和二次规划的一种新方法,它有许多优点。支撑向量机问题中的二次规划问题有它特殊的一些性质,如它是一个凸二次规划,约束比较少而且都是线性约束,它的矩阵Q对称半正定且稠密。该文探索了用内点算法求解支撑向量机中这种特殊的二次规划问题,并给出了数值实验,表明这是一种好的求解支撑向量机的方法。     

带包络约束的优化滤波器设计方法

对信道均衡、雷达或声纳脉冲压缩等应用领域中要求满足波形条件且使输出噪声增益最小化的滤波器设计问题进行了研究。用波形包络约束表达式和极值条件可以准确地描述滤波器的性能要求,从而将该设计问题转化为半无限二次凸规划问题进行分析。利用Lagrangian对偶理论和Carathéodory维度理论把半无限二次凸规划问题转化成等价的易于求解的有限维对偶优化问题,并给出了求解有限维对偶优化问题的迭代算法,设计实例表明了此方法的有效性。