【摘 要】
:
非线性方程组系统来源于实际应用,如信息科学、工程技术、自动化和科学计算等。非线性方程组系统大都存在多个不同于全局极小点的局部极小点,但经典的求解线性规划问题的算法并不能成功地求解非线性方程组系统。虽然现阶段有不少关于求解非线性方程组系统全局极小点的研究,其中包括:填充函数法,遗传算法等,但这些方法或者难以实现,或者需要较强的约束条件才能得到全局极小点。为了克服这些困难,本文主要采用同伦方法求解非线
论文部分内容阅读
非线性方程组系统来源于实际应用,如信息科学、工程技术、自动化和科学计算等。非线性方程组系统大都存在多个不同于全局极小点的局部极小点,但经典的求解线性规划问题的算法并不能成功地求解非线性方程组系统。虽然现阶段有不少关于求解非线性方程组系统全局极小点的研究,其中包括:填充函数法,遗传算法等,但这些方法或者难以实现,或者需要较强的约束条件才能得到全局极小点。为了克服这些困难,本文主要采用同伦方法求解非线性方程组系统。本文主要从以下三个方面进行研究:(1)本文提出了一种求解无约束非线性方程组问题的同伦方法。该方法的全局收敛性是在一定的温和非单调条件下,对Rn中几乎所有的初始点都得到的。通过与填充函数法的比较,我们发现它是求解无约束非线性方程组的一种简单有效的方法。(2)本文提出了一种同伦算法来求解带箱式约束的非线性方程组。将非线性方程组转化为等价的全局优化问题,并用同伦法求解。对于Rn中所有初始点,同伦方法的全局收敛性在不需要对映射F作任何额外假设的情况下就能得到。数值结果表明,同伦方法比填充函数方法具有更高的计算效率。(3)本文提出了一种求解非线性等式和不等式系统的同伦方法。基于KKT系统的等价优化问题,构造了同伦方程。在适当的假设条件下,给出了一种全局收敛的同伦方法。数值结果表明,对于非线性等式和不等式系统,所提出的同伦方法比填充函数方法具有更高的计算效率。
其他文献
随着工业系统的不断发展,研究者们在生产生活中逐渐发现单一的智能体在工作时往往无法满足日益增长的生产需求,于是关于多智能体系统一致性算法的研究迎来了一波热潮。尤其是在人工智能时代来临的大环境下,多个简单的智能体相互配合,从而完成更为繁重的工作就变得非常重要。随着数学、计算机等基础学科的发展,关于多智能体系统一致性算法的研究也取得了很大进步。为了改进集中式控制中需要中心节点、对信息需求高的缺点,分布式
近年来在深度学习的发展下,基于卷积神经网络的图片分类和目标检测取得了突破性的进展。这些基于深度神经网络的分类器和检测器往往都需要大量的训练样本才能达到理想的检测效果。然而在很多现实应用中,如医疗领域,航天领域,濒危野生动物等,样本的数量远远小于这些分类器和目标检测器的要求。针对面向小样本数据时,拥有大量训练参数的神经网络往往会产生过拟合的问题。本文重点研究基于深度学习的小样本学习算法,从图像分类和
作为基于能量守恒定理建立的动力学系统模型,Euler-Lagrange系统能够用来表示几乎所有的物理以及力学系统的结构和运动特征,比如无人机、移动机器人、自动车辆等。相对于单个Euler-Lagrange系统,机动性、灵活性、可操作性和可执行性是多Euler-Lagrange系统所具备的主要特征,多Euler-Lagrange系统的一致性控制可以应用于如航天器交会对接、卫星姿态调整、多机械臂协调等
区块链技术应用面临硬件需求较高、区块链系统吞吐量较低、共识机制漏洞很多、交易信息处理效果不好等问题,对基于异步共识的区块链分片方法进行了相关研究。为了更好地处理区块链系统瓶颈问题,从区块链分片技术、共识机制、跨分片交易三方面展开探讨,本文的主要贡献概括如下:(1)为了克服区块链分片效果不好节点分配不均的问题,提出了一种基于矩阵的跳跃哈希分片算法,在高效的一致性哈希算法的基础上,结合节点信用策略和虚
在现代智能制造业和工业中,旋转机械逐渐占据越来越重要的地位。对旋转机械进行定期检测不仅可以避免重大灾难的发生,同时也可以保证一定的经济收入。滚动轴承是多种旋转机械设备中最常用的关键零件之一,也是最容易损坏的零件之一。由于目前有标记轴承故障数据集的缺乏使得大部分对滚动轴承的研究方法都是基于跨域的故障诊断。但是域之间的差异性使得诊断模型没有办法很好地从有标记的数据集作用到无标记的数据集。跨域故障诊断面
随着智能制造、工程控制以及计算机技术的发展,在工程应用领域,采用多智能体技术的多智能体系统已经广泛应用在机器人控制、工业生产等众多领域。多智能体协作围捕研究是动态环境下多智能体系统协作的重要研究领域,其中动态目标围捕是多智能体协作研究的代表。在动态目标围捕场景中,存在两个问题:一个是障碍物的存在严重阻碍了智能体移动的速度和稳定性,另一个是多智能体在对多目标围捕时如何协同分配围捕目标。本文围绕多智能
建筑能耗约占一个国家能源消耗总量的30%-40%。在建筑能耗中,暖通空调系统的能耗占40%左右。虽然暖通空调系统耗能很高,但取得的用户热舒适性较低。重要原因在于暖通空调系统控制算法无法准确知晓用户的真实热舒适程度并采取有效的控制决策确保用户高热舒适性和系统低能耗。传统的热舒适模型用来预测群体热舒适程度,当应用于个体时,其准确性较低。随着物联网感知技术和机器学习技术的发展,用户热舒适建模迎来了新的发
新冠肺炎疫情的传播是当前人类社会面临的重要挑战,也是现代传染病研究的热点。使用传统传染病动力学模型和地理时空特征分析开展相关研究是当前针对新冠肺炎疫情的主要方法。传染病动力学模型的参数复杂多变并且难以获取合适的参数值,地理时空特征分析的方法并没有考虑人类移动性,而人类的活动与疫情的传播息息相关。本文提出基于人群迁徙网络社区的新冠疫情分析方法。首先,利用人群迁徙数据分别构建城市级别上的人群迁徙单一网
多智能体系统一致性因其在交通运输规划、机器人路径规划等领域的广泛应用,成为控制理论及应用领域学者关注的热点问题之一。目前关于多智能体系统渐近一致性、有限一致性和固定时间一致性的研究已取得非常丰硕的成果。本文在现有研究基础上,针对一阶多智能体系统的指定时间二分一致性开展了进一步的研究。开展的主要工作如下:(1)针对符号有向一阶线性多智能体系统,设计了两种基于不同事件触发机制的指定时间控制算法,以代数