GPS网平差的多元响应模型及参数估计

本文针对CPS测量数据为多元响应数据的特点，建立了一个CPS网平差的多元响应模型，讨论了模型的性质，在几种情形下，给出了参数的极大似然估计与非线性最小二乘估计的非线性优化模型，讨论了参数估计的求解方法。     

一种求解不等式约束优化问题的光滑化算法

利用光滑函数建立了不等式约束优化问题KT条件的一个扰动方程组,提出了一个新的内点型算法. 该算法在有限步终止时当前迭代点即为优化问题的一个精确稳定点. 在一定条件下算法具有全局收敛性,数值试验表明该算法是有效的.     

开关磁阻电动机的神经网络建模及算法研究

针对标准BP算法存在收敛速度慢,容易陷入局部最小值和前向网络拓扑结构中,隐节点选取困难的问题,采用一种由Levenberg-Marquardt算法与改进自构形算法相结合而成的快速自构形算法训练BP神经网络,建立了训练收敛快,泛化能力强,网络规模小,便于实时控制的开关磁阻电机非线性BP神经网络模型.经与样机实测数据对比,验证了该模型的准确性.该模型有助于进一步优化能量转换,减小转矩脉动.     

用BP网络预测GPS最佳外业观测时间

本文在简述影响GPS外业观测时间的因素和BP网络误差反向传播算法后,着重讲述了如何建立预测GPS外业观测时间的BP网络模型.实际数据表明该网络在实践中具有一定的可行性,能提高工作效率.     

解非线性方程组的一类多重分裂加性Schwarz算法

讨论求解一类非线性方程组的多重分裂加性Schwarz算法和两水平多重分裂加性Schwarz算法，分析其收敛性和收敛速度并建立了收敛性理论，这类算法结合多重分裂和加性Schwarz算法，具有很好的并行性能，因而特别适合于并行计算．数值算例证实了算法的有效性．     

基于改进粒子群算法的烧结配料预测模型

针对烧结配料系统中的非线性、复杂性和相关性，基于BP神经网络建立烧结配料的预测模型，并采用粒子群算法对预测模型参数进行优化。为了克服粒子群算法的局部收敛性，在迭代过程中，根据迭代次数对惯性权重进行动态非线性调整，从而提高算法的搜索能力。仿真结果表明，所提出的改进粒子群算法与传统的粒子群算法比较，收敛速度快、迭代次数少、具有较强的全局寻优能力。     

林地场景下的超宽带无线信道模型研究

为了研究超宽带信号在林地中的传播特性,依据信道频域测量数据,提出了符合中国超宽带(UWB)技术频率使用规定的林地场景信道模型.信道总体模型采用修正S-V模型.在信道测量信号的后处理中,使用过渡带为高斯滚降特性的类高斯窗来提取符合中国超宽带频谱规范的测量信号,利用CLEAN算法得到高分辨率的离散信道响应,并为信道时域测量信号提出了一种基于小波分析的分簇算法,最后统计提取出了信道模型参数.仿真结果表明,提出的林地超宽带信道模型和实测数据有着相近的时延扩展特性和主要多径个数.     

树突状细胞安全模型的抗原识别和提呈算法的研究

针对传统人工免疫网络安全模型在对异常检测中的弊端,首先定义了危险理论树突状细胞在网络安全模型中的表示形式,并提出了一种新的抗原识别和抗原提呈算法来解决该弊端。结果表明:该算法可以大大降低入侵检测系统的误报率和提高检测率,该模型不仅对建立计算机安全系统具有重要的理论意义,并能应用在农业病虫害预测和水文气象监测中建立实时监测模型。     

求解P_0函数非线性互补问题的光滑牛顿法

将非线性互补问题转化为光滑方程组是求解非线性互补问题的一个重要途径.通过对min函数的光滑化,引入了一个新的光滑NCP函数,并在此基础上建立了求解P0函数非线性互补问题的一步光滑牛顿法;同时在较弱的条件下证明了该算法的适定性和全局收敛性.     

求解P0函数非线性互补问题的光滑牛顿法

将非线性互补问题转化为光滑方程组是求解非线性互补问题的一个重要途径.通过对min函数的光滑化,引入了一个新的光滑NCP函数,并在此基础上建立了求解P0函数非线性互补问题的一步光滑牛顿法;同时在较弱的条件下证明了该算法的适定性和全局收敛性.     

城市用水量非线性组合预测方法研究

利用小波网络构造模型的优化组合函数,建立了城市用水量非线性组合预测模型.将非线性组合函数的拟合转化为小波网络参数的估计,采用遗忘因子法训练网络的权值,利用递推预报误差算法训练尺度因子和平移因子.实例表明,该方法具有很强的泛化能力与自适应数据和函数变化的能力,能够有效提高预测精度,克服了线性组合预测方法适应性不强的问题.     

一个广义非线性最小二乘迭代算法及其在多维多时态多精度数据处理中的应用

本文针对当今各国高层领导和科学家十分关注并大力倡导的“数字地球“、“数字国家“、“数字城市“、“数字矿山“等科学工程构建中遇到的大量的多源、多维、多类型、多时态、多精度并具有非线性特征的数据处理,针对数据测量采用多种观测手段采集多源、多维、多类型、多时态、多精度数据,数据处理的函数模型中不仅仅含有非随机参数,而且含有随机参数,其随机参数又常常为动态的等特点,建立了广义非线性动态最小二乘数据处理模型.针对该模型规模大、维数高的特点,借鉴多变量函数寻优的 “变量轮换法“或“因素交替法“的思想、结合BFGS算法,建立了一交替寻优的解算方法,该算法将大规模的优化问题分解为两个较低规模的优化问题进行解算,降低了问题的规模,减少了计算量.     

长输管道GPS首级控制的有关问题

针对目前长输管道工程测量采用GPS定位技术建立首级控制网无具体技术规定可以遵循的实际问题，对首级控制网的精度等级、网形设计和GPS拟合高程等问题进行了探讨，并提出了相应的设想和改进措施。     

基于四阶偏微分方程的乘性噪声去除模型

基于二阶偏微分方程(PDE)在复原图像时会产生阶梯现象, 而高阶PDE能够很好地克服这一缺陷, 提出了一个针对乘性噪声去除的四阶PDE模型. 为了求解该模型, 建立了一个交替最小值算法, 并通过数值试验验证了该算法的有效性.     

自适应人工蚁群算法在水资源优化配置中的应用

为实现水资源合理调度,建立了水资源优化配置模型,针对该非线性模型求解较困难及其他方法求解精度不高的问题,提出了自适应人工蚁群算法(AACS)。以闻喜涑水灌区和陈村灌区水资源优化配置为实例,对涑水河陈村峪水库、紫家峪水库和杨家园水库给灌区供水调度进行优化,采用AACS法求解灌区水资源优化配置模型。结果表明:该模型可真实地反映灌区供需水平衡变化的总体趋势,所建模型是合理的,为判断时间序列数据的非线性提供了一种新方法。     

基于粒子群优化算法的组合算子水质评价模型

根据参数化组合算子方法建立了水质评价模型,应用粒子群优化算法确定模型中的参数,并将该模型分别应用于富营养化海水、地下水与地表水的水质评价.案例分析结果表明,基于粒子群算法的参数化组合算子水质评价模型对各类水体的水质评价结果与传统方法基本一致,具有方法简单、计算量小和适用于非线性水质评价问题的特点.     

基于改进AFSA的路面不平度时域估测

为提高根据车辆动力学响应建立路面不平度时域模型的精度,对RBF神经网络的设计、输入神经网络的动力学响应参数和汽车车体测量点的位置进行了研究。基于拉格朗日第2方程建立了车身任意位置的5自由度振动模型,以滤波白噪声法建立的路面时域激励为车辆激励的输入和神经网络的理想输出,采用改进的人工鱼群算法(AFSA),针对车身测量点距质心的距离、待测量的动力学响应参数的类型和RBF神经网络的扩展系数建立了优化分析模型。提出了2种需测量的车辆动力学响应参数方案,以及各方案下车身测量点的具体位置。研究结果表明,2种方案的路面不平度时域激励估测精度均高于0.99。     

基于蚁群算法鲜活农产品配送路径优化研究

通过构建时间惩罚函数和变质函数建立了针对鲜活农产品配送路径优化模型。运用改进的最大最小蚂蚁算法来求解该问题。最后通过一个实例验证以上模型以及算法可以有效地优化鲜活农产品配送路线。     

一种高精度的电力系统谐波分析方法

针对电力系统谐波的危害和谐波治理的需要,提出了一种高精度的电力系统谐波分析算法,利用该算法可快速获得电力系统基波及各次谐波的高精度幅值和相位.提出并证明了该算法的收敛性定理,给出了利用该算法进行谐波分析的仿真实例.仿真结果表明,提出的谐波测量方法与其他方法相比具有更高的计算精度高和更快的计算速度,因而在电力系统谐波测量中有较大的应用价值.     

关于Backtracking线搜索的一个注记

首次指出，与Ｗｏｌｆｅ线搜索，Ｇｏｌｄｓｔｅｉｎ线搜索和精确线搜索等不同，在一般下降算法模型中使用Ｂａｃｋｔｒａｃｋｉｎｇ线搜索并不能保证全局收敛性。提出了一个改进方案，并在证明线搜索下降算法模型的一个一般全局收敛性定理的基础上，证明改进Ｂａｃｋｔｒａｃｋｉｎｇ线搜索方法能够保证全局收敛性。给出了改进Ｂａｃｋｔｒａｃｋｉｎｇ线搜索的下降算法至少线性收敛的一个充要条件。