模糊多目标可靠性优化设计的遗传算法

给出模糊多目标可靠性优化设计的一个遗传算法.该方法利用模糊集隶属函数的特性将各子目标函数模糊化处理为能够反映各子目标相对重要程度,具有加权指数的协调满意度函数形式;通过加权函数将各子目标的协调满意度函数综合成统一的单目标优化模型,用遗传算法求解模型.通过实例验证该方法的有效性.     

多目标动态加权差分算法及在电力经济调度模型上的应用

考虑多目标动态加权进化策略不能有效处理高维变量多目标函数的缺点，本文利用差分算法代替进化策略，提出一种多目标动态加权差分算法．最后，通过优化典型多目标优化问题以及电力经济调度模型优化，验证了所提算法的有效性。     

基于遗传算法的刨煤机系统多目标模糊可靠性优化

 针对刨煤机系统常规优化方法难以处理具有相互矛盾属性的系统可靠性多目标优化设计问题,提出一种基于遗传算法非概率分布信息的多目标模糊可靠性优化决策方法。该方法利用模糊集隶属函数的特性将各个单一目标函数模糊优化处理为能够反映各子目标相对重要程度,对不完全概率信息采用随机摄动法和Edgeworth级数方法转化为标准正态分布函数,将各个目标的协调满意度函数综合统一的单目标优化模型,再用常规优化方法即可求出多目标优化模型的满意解,最后给出刨煤机实例以验证该方法的有效性。     

运用遗传算法的深亚微米输出缓冲器优化设计方法

分析了小尺寸效应对深亚微米器件性能的影响，结合输入输出耦合电容和漏极扩散层寄生电容对CMOS反相器延迟影响很大的特点，建立了小尺寸器件延时估算模型．采用变尺寸率反相器级连方法，建立了深亚微米输出缓冲器优化设计模型，并运用遗传算法建立了新的优化方法．该方法利用罚函数将小尺寸输出缓冲器优化问题转化为无约束问题，通过适应度函数设计和染色体编码，得到遗传优化结果，克服了传统方法处理非线性多变量问题时存在的效率降低等缺陷．SPICE仿真表明，应用新的深亚微米缓冲器设计模型及方法的优化结果与传统设计比较，延时减少了1个数量级以上，尺寸减小了30%以上，验证了新的深亚微米缓冲器设计模型及设计方法的可靠性．     

丙烯水合反应器的优化控制

阐述了丙烯水合反应器机理模型，为便于在线调优。对模型作了数学处理，并研究了该过程的优化目标函数，在工业现场验证了在线模型。在开环在线优化操作指导的基础上，实现了闭环优化控制，取得了较好的经济效益。     

小型旋耕机传动参数的优化设计

对小型旋耕机的传动进行了分析，提出了多目标函数优化模型，讨论了多目标函数优化的处理方法．为小型旋耕机的结构优化设计提供了比较有效的手段．     

基于改进粒子群算法的约束广义预测控制算法

摘 要：提出了一种基于PSO-Powell算法的广义预测控制算法,利用PSO与Powell进行二次搜索来求取广义预测控制的最优控制率。将PSO-Powell算法引入到广义预测控制的滚动优化过程中,约束条件函数和适应度函数一起判断最优解的优劣。该算法可以有效地处理约束并找到全局最优解。最后通过仿真验证该方法的有效性。     

基于双群体的非线性约束规划进化算法

在求解非线性约束规划问题中,对其约束条件的处理是一个难点问题.本文提出了一个非线性约束规划的双群体进化算法,与以往存在的约束优化算法不同之处在于:定义个体对约束条件的函数值作为约束违犯度对群体中的个体进行度量,目标函数值作为最优解的度量.首先考虑了标准的约束规划问题,简单介绍了约束优化问题中约束条件的处理方法,给出了与这些方法不同的处理方法.针对约束违犯度,定义了两个群体,即可行群体与不可行群体.然后给出了双群体进化算法详细步骤,用5个Benchmark函数测试了此算法,并通过与其它已知算法对此5个函数的计算结果的比较,验证了算法的可行性和有效性.     

基于多子群目标分段差分进化的多目标热连轧负荷分配

针对热连轧负荷分配的目标函数处理中采用的加权系数不好确定的问题,设计了一种多子群目标分段优化的差分进化算法.每个子群优化目标函数的一个子目标,子群之间独立进化,不但解决了加权系数问题,并且提高了算法的收敛速度和精度.最后,算法的有效性通过仿真进行了验证.     

本体稀疏向量凸优化学习算法

随着大数据时代的到来,本体模型所要处理的数据量越来越庞大.在这一背景下,本体稀疏学习算法越来越受到重视.文中利用稀疏向量学习得到本体函数,用凸优化模型得到本体稀疏向量.使用平衡函数构建平衡项,给出凸集的选取方法,并通过迭代策略得到平衡函数的表达式.最后,两个仿真验证实验表明算法是有效的.     

求解一类地球物理反问题的一种信赖域方法

针对常见地球物理反问题的不适定性,本文研究地球物理领域中经过对数学模型的处理最终为病态线性方程组的问题。应用目前流行的信赖域算法,并用带有信赖域技巧的截断共扼梯度法来解信赖域子问题。该方法是一种迭代正则化方法,它具有自动调节正则化参数的功能,克服了常用的Tikhonov正则化方法中正则化参数求取的困难。本文给出了一定条件下方法的收敛性证明,理论和实际资料的试算表明了算法的正确有效性,从而可以解决这类地球物理反问题。     

Sobolev方程H1-Galerkin混合有限元全离散分析

讨论了Sobolev方程初边值问题全离散化的H^1-Galerkin混合有限元解的误差估计．在处理解的误差估计时，通常采用Galerkin-有限元法或混合有限元法．本文采用日H^1-Galerkin混合有限元法，给出了Sobolev方程初边值问题的H^1-Galerkin混合看限元法全离散数值格式，得到了关于未知函数及其伴随向量函数H^1-Galerkin混合有限元解与真解的H^1模最优阶误差估计．     

基于单纯形梯度的多起点全局优化算法

用已知样本点信息构造单纯形梯度及插值函数, 提出一种基于单纯形梯度的局部搜索算法. 该算法结合有效样本点集Ω的混合选取策略, 改进了多起点聚类全局优化算法. 结果表明, 新算法在效率和稳定性方面均有较大改进, 并可有效处理原算法针对“窄谷”类函数估值次数过高的问题.     

基于高阶形函数边界元法的金属介质散射模拟

用金属介质表面电荷和电流分别代替电位和磁位,推导出非迟滞和迟滞情形下金属介质粒子散射的边界积分方程;采用高阶形函数处理离散后的边界积分方程提高了解的精度;对不同形状的介质材料进行粒子散射的数值模拟,数值解与解析解对比结果表明此边界元法具有有效性.     

Stokes方程非协调有限元逼近的快速迭代过程

对Ｓｔｏｋｅｓ方程的非协调有限元逼近提出了一个快速计算方法。基本思想是把原来的对称不定问题的计算转化为对称正定问题的计算,这个对称正定问题将由共轭斜量法求解,而共轭斜量法中每步迭代的计算需要求解带正定矩阵的线性代数方程组,采用亏量校正算法来近似求解,证明了算法具有与网格步长无关的小于１的收敛率。     

一种改进的Canny边缘检测自适应算法

针对传统Canny算子在高斯平滑时,对图像边缘区域的影响,以及需要预先设定高低阈值的缺点,本文作者提出了一种新的Canny边缘检测自适应算法.首先,该算法根据高斯滤波原理和特征统计分析的方法来自适应地选择滤波函数、滤波窗口;然后,对梯度的求解采取增强中间像素影响力的方法来提高边缘检测的精度;最后,结合非最大抑制后的梯度幅值图和阈值分割的差分理念,提出了一种新的自适应算法来选择高低阈值.实验结果表明,该方法能够得到较好的边缘检测效果.     

一种PNN网络的EM训练算法

提出一种概率神经网络（ＰＮＮ）的ＥＭ（ＥｘｐｅｃｔａｔｉｏｎＭａｘｉｍｉｚａｔｉｏｎ）训练算法．ＰＮＮ网为一四层前馈网,它构成一个贝叶斯分类器,实现多类分类的贝叶斯判别,它把输入的样本模式,经网络变换为输出的分类判决．其网络节点对应于贝叶斯后验概率公式的各个变量．此ＰＮＮ网络用高斯核的Ｐａｒｚｅｎ窗函数作为核密度函数,网络参数训练由ＥＭ算法实现,其学习方式为类间的监督学习和类内的非监督学习．实验表明了此网络及其学习算法在分类应用中的有效性．     

改进遗传算法在配电网无功优化的应用

提出了考虑配电网运行费用和节电效益的综合目标函数,对于目标函数中的电压越界点和无功补偿容量越界点采用惩罚函数予以解决.无功优化主要采用调整变压器分接头和并联电容器2种方法,笔者采用改进遗传算法实现了配电网无功优化计算,该算法有较好的计算效率和全局寻优能力.通过实例验证了该方法的实用性和有效性.     

预条件共轭斜量法及其在求解边值问题中的应用

在论证共轭斜量法误差估计式的基础上 ,为提高敛速 ,对系数矩阵进行预处理 ,提供了减少等价问题条件数的方法 ,完美地建立了预条件共轭斜量法的实用算法。最后 ,以泊松方程边值问题为例 ,通过数值实验说明了该方法的有效性。     

聚类分析在多极值函数优化中的应用

将聚类分析方法应用于经典的优化和遗传寻优过程当中，提出了一种求解多极值函数全局最优解的方法。在基于梯度的算法中，先取多个初始点，几次迭代搜索后做聚类分析。在每类取一点，将目标函数分为多个单极值函数，然后分别寻优，通过比较得到全局最优解。在遗传算法中，通过聚类分析在每类取若干个体作为代表个体，它们将始终参与遗传操作，从而有望达到全局最优。