新的梯度算法求解单位球笛卡尔积约束优化问题北大核心CSCD

本文主要研究了单位球笛卡尔积作为约束的优化问题,给出了此类问题的最优性条件．同时将求解此问题的一些经典的梯度算法推广到了更加一般的形式,并证明了新算法的收敛性．随机二次规划问题和求解图像变分去噪模型的数值结果表明新算法并不弱于一些经典的算法,特别是在精度要求较高的情形下．     

线性规划流动等值面算法

对于线性规划问题，本文给出了基于流动等值面的等价模型，提出了一种不可行流动等值面算法．新算法保留了传统单纯形算法的优点并克服了它的不足。初步数值结果表明新算法比传统方法更为有效．     

交通信号控制的二层规划模型与算法研究

本文研究了交叉口信号控制的二层规划模型的求解算法．上层模型采用了一种直接处理约束的改进的粒子群算法，下层则采用仿射尺度内点算法，得到了一种信号控制二层规划模型．并对模拟路网进行了数值实验，表明算法是有效的和可行的．     

ABS投影算法的两个改进

本文将求解线性方程的ABS投影算法进行两方面的改进和推广，一是使算法在第K次迭代产生的点xk＋1不仅满足前k个方程，还尽可能地使得在点xk处成立的方程j（j＞k）在xk＋1处仍成立，称之为强ABS投影算法，另外初始选代矩阵由非奇异的减弱为任意的．二是建立了系数矩阵有零子块的方程组的ABS投影算法，其存贮量和计算量比原ABS投影算法小．ABS算法可以作为这两种改进算法的特别情形．     

随机模拟化学反应系统的加速L-leap算法

提出了随机模拟化学反应系统的加速L-leap算法,该算法根据leap条件确定具有最大倾向函数的反应通道的反应次数,并利用二项分布随机数生成其它反应通道在当前leap时间区间内的反应次数．L-leap算法可更好地满足leap条件．数值模拟实验表明该算法能取得更好的模拟性能．     

二次规划的直接椭球算法

本文对凸二次规划问题，给出了一个直接椭球算法，并证明了算法的复杂度为Ｏ（ｎ４Ｌ）．     

双权最小树形图

本文在朱－刘算法的基础上，讨论了网络双权最小树形图问题．采用字典序方法得到了该问题的一个复杂性为Ｏ（ｍｎ）的多项式算法．     

整数规划的布谷鸟算法

布谷鸟搜索算法是一种新型的智能优化算法．本文采用截断取整的方法将基本布谷鸟搜索算法用于求解整数规划问题．通过对标准测试函数进行仿真实验并与粒子群算法进行比较,结果表明本文所提算法比粒子群算法拥有更好的性能和更强的全局寻优能力,可以作为一种实用方法用于求解整数规划问题．     

一种提取小波脊线的迭代算法

在实际问题中，经常会需要识别信号的调制类型．小波脊线就包含了信号的重要特征．本文给出了提取小波脊线的一种迭代算法，以达到识别信号的目的，并将该算法与其他算法比较，表明迭代算法是一种行之有效的方法．     

求解二层规划问题的遗传算法

本文求解二层规划问题的遗传算法，给出了算法基本框架并对算法实现进行了研究．算法适用于各类线性和非线性二层规划问题．数值计算结果显示，该方法是可行和有效的．     

The extragradient algorithm with inertial effects for solving the variational inequality

In this article, we introduce an algorithms by incorporating inertial terms in the extragradient algorithm. A weak convergence theorem is established for the proposed algorithm. Numerical experiments show that the inertial algorithms speed up the original ones.     

完全数据下Weibull分布参数的极大似然估计

在完全数据条件下对Weibull分布,分别使用Newton-Raphson算法、CM算法及修正的CM算法进行完全数据Weibull分布参数的极大似然估计计算,并且在得到相应的迭代公式后,进行随机模拟.从模拟结果来分析这三种算法在处理Weibull分布参数的极大似然估计的优良性.     

GA-BP嵌套算法的理论及应用

分析了BP算法、遗传算法以及GA-BP-APARTING算法的特点,提出了GA-BP-NESTING算法.在人工神经网络的在线学习和离线学习方式下,分别对BP算法、GA算法、GA-BP-APARTING算法和GA-BP-NESTING算法进行了比较研究,研究发现:第一,网络初始权值的赋值对人工神经网络训练影响很大;第二,离线学习方式下GA-BP-NESTING算法效果最佳.     

一类人员招聘问题的算法研究

在人员招聘工作中,通常有招聘总人数和各部门最低录取人数要求等限制。针对给定的限制条件,本文给出了一类人员招聘问题的数学模型。考虑招聘过程中固定指标为0和机动指标为0的特殊情形,分别给出了相应模型的贪婪算法和匈牙利指派算法,在此基础上给出了求解该问题的一种基于指派问题的一般算法,并对相应的算法的最优性给出了证明,算法的复杂度仅为O(m3)。以公务员招聘的实际算例验证,模型能合理地满足招聘单位的实际需求。     

Comparison of a special-purpose algorithm with general-purpose algorithms for solving geometric programming problems

We study the performance of four general-purpose nonlinear programming algorithms and one special-purpose geometric programming algorithm when used to solve geometric programming problems. Experiments are reported which show that the special-purpose algorithm GGP often finds approximate solutions more quickly than the general-purpose algorithm GRG2, but is usually not significantly more efficient than GRG2 when greater accuracy is required. However, for some of the most difficult test problems attempted, GGP was dramatically superior to all of the other algorithms. The other algorithms are usually not as efficient as GGP or GRG2. The ellipsoid algorithm is most robust.This work was supported in part by the National Science Foundation, Grant No. MCS-81-02141.     

An ant-based algorithm for coloring graphs

This paper presents an ant-based algorithm for the graph coloring problem. An important difference that distinguishes this algorithm from previous ant algorithms is the manner in which ants are used in the algorithm. Unlike previous ant algorithms where each ant colors the entire graph, each ant in this algorithm colors just a portion of the graph using only local information. These individual coloring actions by the ants form a coloring of the graph. Even with the lack of pheromone laying capacity by the ants, the algorithm performed well on a set of 119 benchmark graphs. Furthermore, the algorithm produced very consistent results, having very small standard deviations over 50 runs of each graph tested.     

蚁群遗传混合算法

将蚁群遗传混合算法分别求解离散空间的和连续空间优化问题.求解旅行商问题的混合算法是以遗传算法为整个算法的框架,利用了蚁群算法中的信息素特性的进行交叉操作;根据旅行商问题的特点,给出了4种变异策略;针对遗传算法存在的过早收敛问题,加入2-0pt方法对问题求解进行了局部优化.与模拟退火算法、标准遗传算法和标准蚁群算法进行比较,4种混合算法效果都比较好,策略D的混合算法效果最好.求解连续空间优化问题是以蚁群算法为整个算法的框架,加入遗传算法的交叉操作和变异操作,用测试函数验证了混合蚁群算法的正确性.     

一类Riccati方程组对称自反解的两种迭代算法

针对源于Markov跳变线性二次控制问题中的一类对偶代数Riccati方程组,分别采用修正共轭梯度算法和正交投影算法作为非精确Newton算法的内迭代方法,建立求其对称自反解的非精确Newton-MCG算法和非精确Newton-OGP算法.两种迭代算法仅要求Riccati方程组存在对称自反解,对系数矩阵等没有附加限定.数值算例表明,两种迭代算法是有效的.     

Monte Carlo EM加速算法

EM算法是近年来常用的求后验众数的估计的一种数据增广算法, 但由于求出其E步中积分的显示表达式有时很困难, 甚至不可能, 限制了其应用的广泛性. 而Monte Carlo EM算法很好地解决了这个问题, 将EM算法中E步的积分用Monte Carlo模拟来有效实现, 使其适用性大大增强. 但无论是EM算法, 还是Monte Carlo EM算法, 其收敛速度都是线性的, 被缺损信息的倒数所控制, 当缺损数据的比例很高时, 收敛速度就非常缓慢. 而Newton-Raphson算法在后验众数的附近具有二次收敛速率. 本文提出Monte Carlo EM加速算法, 将Monte Carlo EM算法与Newton-Raphson算法结合, 既使得EM算法中的E步用Monte Carlo模拟得以实现, 又证明了该算法在后验众数附近具有二次收敛速度. 从而使其保留了Monte Carlo EM算法的优点, 并改进了Monte Carlo EM算法的收敛速度. 本文通过数值例子, 将Monte Carlo EM加速算法的结果与EM算法、Monte Carlo EM算法的结果进行比较, 进一步说明了Monte Carlo EM加速算法的优良性.     

聚类分析中非0,1编码的遗传算法

K-平均算法属于聚类分析中的动态聚类法,但其聚类效果受初始聚类分类或初始点的影响较大。本文提出一种遗传算法(GA)来进行近代初始分类,以内部聚类准则作为评价指标,实验结果表明,该算法明显好于K-平均算法。