求解广义非线性互补问题的光滑化拟牛顿法

利用光滑对称扰动Fischer-Burmeister函数将广义非线性互补问题转化为非线性方程组,提出新的光滑化拟牛顿法求解该方程组.然后证明该算法是全局收敛的,且在一定条件下证明该算法具有局部超线性(二次)收敛性.最后用数值实验验证了该算法的有效性.     

基于ADRC的小型四旋翼姿态控制实现

设计了一个四旋翼飞行系统,提出了一种自抗扰控制方法,解决了该飞行系统的姿态控制问题.将显性互补滤波器与扩张状态观测器相结合,实现了对系统的状态与内外总扰动的实时估计,并在此基础上利用非线性误差反馈控制律对该扰动进行了补偿,消除了内外扰动对系统的影响.最后,分别采用PID与ADRC算法实现四旋翼的姿态控制,对比结果验证了所采用的自抗扰控制方法的有效性和优越性.     

分片线性NCP函数滤子QP-free算法

本文定义了分片线性NCP函数,并对非线性约束优化问题,提出了带有这分片NCP函数的QP-free非可行域算法.利用优化问题的一阶KKT条件,乘子和NCP函数,得到对应的非光滑方程组.本文给出解这非光滑方程组算法,它包含原始-对偶变量,在局部意义下,可看成关扰动牛顿-拟牛顿迭代算法.在线性搜索时,这算法采用滤子方法.本文给出的算法是可实现的并具有全局收敛性,在适当假设下算法具有超线性收敛性.     

含极大η-单调算子的广义非线性混合似变分包含组的扰动算法和稳定性

研究了一类含极大η-单调算子的广义非线性混合似变分包含组.依据不动点理论和极大η-单调算子的预解算子技巧,在Hilbert空间中提出了一种求这类变分不等式组的逼近解的扰动迭代算法,并证明了这类算法的收敛性和稳定性.所得结果是新的,并推广和统一了近期文献中的一些相关结论.     

3-分片线性NCP函数的滤子QP-free算法

本文定义一个3-分片线性的NCP函数,并对非线性约束优化问题,提出了带有这分片NCP函数的QP-free非可行域算法.根据优化问题的一阶KKT条件,利用乘子和NCP函数,得到非光滑方程,本文给出一个非光滑方程的迭代算法.这算法包含原始-对偶变量,在局部意义下,可看成关于一阶KKT最优条件的的扰动拟牛顿迭代算法.在线性搜索时,这算法采用滤子方法.本文给出的算法是可实现的并具有全局收敛性,且在适当假设下具有超线性收敛性.     

互补约束均衡优化的一个共轭梯度投影法

讨论均衡约束最优化问题,利用一个互补函数和扰动技术将原问题转换为非线性等式约束最优化问题,然后利用共轭梯度投影算法的思想,给出了问题的一个求解算法,在适当的条件下,证明了算法的全局收敛性.     

大功率风电并网变流器系统中非线性脉冲扰动的同步控制研究

研究了一类大功率风力发电并网中具有非线性脉冲扰动的同步控制问题.利用Kirchhoff定律建立了一类风力发电系统电网侧变流器的数学模型.设计了适当的反馈同步控制器,借助Lyapunov稳定性理论,验证了该同步控制器的有效性.给出了一类最优算法来抑制并入电网电流中的非线性脉冲扰动,使得风力发电机所产生的电流和电网的电流同步.最后通过Matlab中的Simulink进行了仿真设计研究,验证了该理论结果的有效性.     

基于代数神经网络的煤自燃预测

代数神经网络算法能够克服BP神经网络易于陷入局部极小和收敛慢的问题,通过优选激励函数和采用代数算法计算权值,将复杂的非线性优化问题转化为简单的代数方程组求解问题,提高了神经网络的精度与收敛速度.在使用代数神经网络算法进行煤自燃预测的实例中,采用均值规格化数据预处理,解决了煤自燃指标气体异动对分类结果的过度扰动.实验结果表明了算法的有效性和实用性.     

非线性抛物型方程参数反问题数值求解的重心插值配点法

非线性抛物型方程的参数反演在工程技术领域具有重要的应用价值.但由于此类问题的非线性和不适定性,给求解带来了很大困难.本文主要利用重心插值配点法给出了求解一类非线性抛物型方程正问题的高精度数值解,在此基础上,根据某时刻在不同空间点和同一空间点在不同时刻的观测值,利用牛顿迭代正则化算法对其参数进行了反演,讨论了不同初始猜测以及数据随机扰动对该算法的影响,并给出了数值模拟,结果表明本文的方法可行且有效.     

用改进的人工萤火虫群优化算法求解非线性方程组

针对传统算法复合形法在求解非线性方程组时依赖于初始值的选定和人工萤火虫群算法(GSO)算法在求解非线性方程组时求解精度低的缺点,提出一种基于复合形法的GSO算法(CGSO)求解非线性方程组方法.改进后的算法克服了传统算法的缺点且有效的提高了GSO算法在求解非线性方程组的精度.最后,通过对6个非线性方程组的仿真实验结果和传统算法,以及其他群智能算法进行比较,进而说明了CGSO算法的有效性.     

非线性再生散度模型的Bayes估计

非线性再生散度模型是指数族非线性模型、广义线性模型和正态非线性回归模型的推广和发展,唐年胜等人研究了该模型参数的极大似然估计及其统计诊断。本文基于Gibbs抽样和MH抽样算法讨论非线性再生散度模型参数的Bayes估计。模拟研究和实例分析被用来说明该方法的有效性。     

Integrating nonlinear branch-and-bound and outer approximation for convex Mixed Integer Nonlinear Programming

In this paper, we present a new hybrid algorithm for convex Mixed Integer Nonlinear Programming (MINLP). The proposed hybrid algorithm is an improved version of the classical nonlinear branch-and-bound (BB) procedure, where the enhancements are obtained with the application of the outer approximation algorithm on some nodes of the enumeration tree. The two methods are combined in such a way that each one collaborates to the convergence of the other. Computational experiments with benchmark instances of the MINLP problem show the good performance of the proposed algorithm, which is compared to the outer approximation algorithm, the nonlinear BB algorithm and the hybrid algorithm implemented in the solver Bonmin.     

On Ricceri’s conjecture for a class of nonlinear eigenvalue problems

In this work we give a negative answer to a conjecture proposed by B. Ricceri in the reference [B. Ricceri, A remark on a class of nonlinear eigenvalue problems, Nonlinear Anal. 69 (2008) 2964–2967] for a class of nonlinear elliptic eigenvalue problems.     

ON NUMEROV SCHEME FOR NONLINEAR TWO-POINTS BOUNDARY VALUE PROBLEM

1.IntroductionInstudyingsomeproblemsarisinginelectromagnetism,biology)astronomy,bound-arylayerandothertopics,weoftenmeetnonlineartwo--pointsboundaryproblem,i.e.,findingyECo[0,11nC2(0,1)suchthatwhereor,garecertainconstants,andf(x,z)EC'(0,1)xC'(--co,co).Undersomeconditionsonf(x,z),wecanusetheframeworkof[1]toinvestigatetheexistenceanduniquenessofitssolutions.Alsotherearealotofliteratureconcerningitsnumericalsolutio.s[2--'].Inparticular,N..ero.15]proposedafamousfinitedifferenceschemewiththeaccu…     

Multiple nonlinear regressions derived with choice of free parameters

The common procedure of nonlinear approximation using linear multiple regressions developed in logarithmic space suffers from a number of inherent defects. Nonlinear approximation with choice of free parameters allows us to derive multiple regressions of varied structure, consisting of several members and an intercept. The calculations required for the proposed approximation are simple and can be implemented using standard statistical subprograms. More than 50 equations of the proposed type have been fitted for various purposes. The coefficient of determination is generally higher than 0.90. The application of the proposed method is demonstrated with two numerical examples and a number of equations derived for practical application in hydrology, geomorphology and water pollution studies. The proposed method can be used in any area of study where nonlinear multiple approximations are applicable.     

一类Fermi气体光晶格非线性机制的轨线研究

研究了一类Fermi气体光晶格轨线的非线性扰动模型.首先求得了Fermi气体光晶格在无扰动情形下模型轨线的精确解.然后引入一组广义泛函分析同伦映射,构造一组迭代系统,得到了Fermi气体光晶格非线性扰动模型轨线的任意次渐近解.最后讨论了一个微扰系统.该文在方法上可较方便地得到轨线的渐近表示式.     

一般壳体组合结构在均布压力下的平衡与稳定

本文采用几何非线性理论建立一般壳体组合结构的能量泛函,再根据能量极值原理提出了这类组合结构在均布压力下的平衡和稳定的非线性有限元计算方法。计算结果与实验结果符合较好。     

幂函数的一些密码学性质

二元域上n数组空间上的非线性置换在分组码，杂凑函数与流密码等密码学领域中有重要应用.域GF（2n）上的幂函数提供了二元域上n数组空间上的一类非线性置换．本文着重研究幂函数的强完全性、完全性与非线性度等密码学性质．作为结果，本文证明了幂函数具有完全性；证明了具有强完全性的函数必有较高的拓扑非线性度；木文找到一类具有强完全性的幂函数；周时也定出了幂函数的代数非线性度．     

分数阶反向累加非线性灰色Bernoulli模型及其应用

非线性灰色Bernoulli模型相对于普通的GM(1,1)模型,能更好的反映数据序列的非线性增长趋势.分数阶蕴含"in between"思想,分数阶累加灰色模型相对一般的累加灰色模型具有更好的预测效果和适应性.为了更好地符合新信息优先原理,实现最小信息的最大挖掘,构造了分数阶反向累加非线性灰色Bernoulli模型,即FAONGBM(1,1)模型,并给出了该模型的具体求解过程.在参数优化方面,本文通过粒子群优化(PSO)算法实现分数阶阶数和非线性指数的最优搜索.最后运用FAONGBM(1,1)模型对我国水力发电总量进行实证分析,结果证明所提出的模型具有良好的拟合精度和预测精度.     

Design and analysis of two discrete-time ZD algorithms for time-varying nonlinear minimization

Nonlinear minimization, as a subcase of nonlinear optimization, is an important issue in the research of various intelligent systems. Recently, Zhang et al. developed the continuous-time and discrete-time forms of Zhang dynamics (ZD) for time-varying nonlinear minimization. Based on this previous work, another two discrete-time ZD (DTZD) algorithms are proposed and investigated in this paper. Specifically, the resultant DTZD algorithms are developed for time-varying nonlinear minimization by utilizing two different types of Taylor-type difference rules. Theoretically, each steady-state residual error in the DTZD algorithm changes in an O(τ ³) manner with τ being the sampling gap. Comparative numerical results are presented to further substantiate the efficacy and superiority of the proposed DTZD algorithms for time-varying nonlinear minimization.