MAX-SAT问题一种改进的局部搜索算法

局部搜索算法是求解大规模SAT问题的高效算法。经典的局部搜索算法有GSAT、WSAT、TSAT、NSAT等,但这些算法的初始解都是随机产生的。本文提出了用单纯形法产生“初始概率”（每个变量取1的概率）,用“初始概率”对局部搜索算法中变量的初始随机指派进行适当的约束,使在局部搜索的开始阶段,满足的子句数大大增加,加快了收敛的速度。通过对不同规模的随机STA问题实例的实验表明,这些改进有效地提高了局部搜索算法求解SAT问题的效率。     

基于一种新的基因操作策略的改进遗传算法

提出一种新的基因操作策略,该策略利用单纯形法的思想产生新样本,将遗传处法寻优的随机性与传统算法寻优的方向性有机地结合在一起。仿真结果表明,将改进的遗传算法用训练神经网络辨识器,可提高收敛速度和模型拟合精度。     

基于一种新的基因操作策略的改进遗传算法

提出一种新的基因操作策略,该策略利用单纯形法的思想产生新样本,将遗传算法寻优的随机性与传统算法寻优的方向性有机地结合在一起.仿真结果表明,将改进的遗传算法用于训练神经网络辨识器,可提高收敛速度和模型拟合精度.     

基于改进粒子群算法的匹配追踪分解优化研究

文章针对使用牛顿法进行匹配追踪分解信号的速度慢、精度低等问题,在具有全局优化能力的粒子群算法基础上,提出了一种结合局部单纯形搜索并引入变异操作的改进粒子群算法实现信号匹配追踪分解.利用单纯形搜索增加了算法的局部开发能力,通过变异操作控制种群多样性以避免早熟收敛,增强了算法全局探测能力;并以描述机械系统的振动冲击响应作为基原子与单一粒子群算法实现匹配追踪分解信号的结果进行对比,证明了使用改进粒子群算法的匹配追踪分解能够快速准确提取信号特征参数,同时成功识别出某轴承发生外圈损伤时隐含在振动信号中的周期性冲击脉冲故障特征.结果表明,加入单纯形和变异的改进粒子群算法有效降低了匹配追踪计算复杂度,提高了信号特征提取准确度.     

基于单纯形优化谱估计的间谐波检测

谐波和间谐波是最重要的电能质量问题之一,其检测分析具有重要意义。在分析谱估计间谐波检测法的基础上,提出一种基于单纯形优化谱估计的间谐波检测方法,该方法能够快速准确地实现谐波及间谐波检测。     

求解无功优化的线性规划最钝角松弛法

采用最钝角松弛算法求解无功优化问题的线性规划模型,为解决线性化步长调整问题在该模型中增加了信赖域约束。首先,根据最钝角原理定义主元标的概念及其计算公式,计算各个不等式约束的主元标。然后,根据不等式约束的主元标值对其进行筛选,形成一个松弛的线性规划问题,用原始单纯形法对其求解。如果松弛问题的最优解能满足原问题的不等式约束,则直接获得原问题的最优解。否则,将所有剩余的约束条件全部添加到松弛模型中,得到改变约束条件顺序后的原问题,再用对偶单纯形法进行新的求解。该算法本质上是一种2阶段单纯形法,并且第二阶段的求解可以充分利用第一阶段松弛问题的解信息,大大提高第二阶段的计算效率。以5个试验系统和1个省级538节点实际系统为测试系统,通过与单纯形法、信赖域内点法进行比较,验证其有效性。     

求解有约束非线性规划问题的新算法

提出了一种针对目标函数、约束条件都是非线性的非线性规划问题的新算法。此算法主要是利用可分离函数和近似求解的思想来求解问题。数值计算结果显示,该方法是可行和有效的。     

单纯形法中的迭代思想

论证了单纯形法本质上是一种迭代算法,并给出了迭代方向和步长的计算公式．     

基于组合方向的对偶单纯形法

线性规划问题已经在各行各业得到了应用。求解线性规划问题也得到了很大发展。该文提出了求解线性规划问题的一种新的改进算法,利用组合方向来改进对偶单纯形方法。通过对对偶问题可行域结构的分析,找到一个组合的可行下降方向,沿此方向迭代,将绕过很多极点,若绕过产生退化的极点,会很大程度上避免退化带来的停顿现象,提高算法的效率。     

单纯形法中确定主元素的两个新法则

给出了单纯形法中确定主元素的两个新法则,即"按使目标函数值增加得最多的原则确定主元素"和"按使目标函数值增加得最快的原则确定主元素",并以实例说明了应用这两个法则来确定主元素较应用"最大口法则"来确定主元素.具有迭代次数更少、收敛速度更快的特点.