拟一致无迹卡尔曼滤波算法

针对一般的非线性系统,研究了无迹卡尔曼滤波(UKF)算法的一致性问题.通过对传统UKF算法的修正,提出了拟一致UKF(QCUKF)算法,同时给出了修正参数的选取准则,并且在理论上证明了所提算法的拟一致性.当算法具有拟一致性时,估计精度可被实时评估.最后,通过仿真实例说明了所提算法的可行性以及拟一致性.     

带有初态误差的高阶多智能体系统一致性跟踪

本文借助迭代学习控制方法,针对一类在有限区间上执行重复任务的高阶多智能体,提出一种一致性跟踪算法.在跟踪过程中,通过对状态误差的修正,实现了一致性跟踪.在修正过程中,系统在某段时间内只修正某一种初态误差,当这种初态误差的修正操作完成以后紧接着开始下一种初态误差的修正,以此类推,最终实现所有初态误差的完全修正,并且所有修正操作在一个指定的时间内完成.最后,通过仿真算例验证了所提算法的有效性.     

非对称鞍点问题的修正非线性Uzawa算法

该文基于Cao等^[3]的算法, 提出了修正的非线性Uzawa算法来求解大型稀疏非对称鞍点问题, 并对所提算法进行了收敛性分析. 同时, 数值实验验证了所提算法的有效性.     

修正AHP中判断矩阵的近似加速算法

作为系统工程中典型的定性定量综合集成方法,层次分析法(AHP)在各种复杂系统综合评价和多目标决策中具有广泛的应用价值.为加速修正AHP中判断矩阵的一致性,通过构造修正特征值与步长函数,得到最优修正步长的近似加速算法(AAA).理论分析和实例分析的初步结果说明:近似加速算法结果稳定,精度高,修正速度快,在系统工程中具有推广应用价值.     

AHP中判断矩阵的一致性修正新方法

继续相关文献中关于NEW-AHP算法中正互反判断矩阵的一致性检验与修正算法研究.通过研究正互反判断矩阵不一致性与扰动矩阵的关系,提出了扰动偏差矩阵的概念,给出两种基于扰动偏差矩阵的正互反判断矩阵一致性修正的新方法.通过数值检验,与传统的AHP方法进行了比较.     

基于Armijo线搜索的对角三阶拟柯西法

通过引入基于最小改变的对角修正策略,结合三阶拟牛顿方程,提出了基于Armijo线搜索的对角三阶拟柯西法.在适当的假设下,算法保证了修正矩阵的非奇异性,并证明了算法的线性收敛性.数值试验表明该算法是有效的.     

基于方根分解形式的带衰减因子UKF算法应用

UKF作为一种新的非线性滤波方法已在目标跟踪问题中得到应用,在状态的时间更新阶段直接使用非线性模型,不引入线性化误差,而且不必计算Jacobians矩阵.提出了一种基于方根分解形式的带有衰减因子的UKF算法(SRDMA-UKF),算法的方根形式增加了数字稳定性和状态协方差的半正定性.通过衰减因子的引入加强对当前测量数据的利用,减小历史数据对滤波的影响.仿真实验结果表明,该算法与UKF算法相比具有更好的滤波性能.     

纵向数据下均值协方差联合建模中的ARMA Cholesky因子模型

在广义估计方程框架下,发展了一类灵活的回归模型来参数化协方差结构.通过合并广泛使用的修正的Cholesky分解和滑动平均Cholesky分解,得到自回归滑动平均Cholesky分解.该分解能够参数化更一般的协方差结构,且其输入具有清晰的统计解释.对这些输入建立回归模型,并利用拟Fisher迭代算法估计回归系数.均值和协方差模型中的参数估计皆具有相合性和渐近正态性.最后通过模拟研究考察了所提方法的有限样本表现.     

等式约束最小化的信赖域乘子算法

本文通过使用信赖域乘子策略和引入不可微的势函数,讨论了(1)中被合理修正的双边投影拟牛顿方法。分析和叙述了算式约束最小化的信赖域乘子算法,并且证明了算法整体收敛性以及局部超越性收敛速率.     

修正共轭梯度算法求解四元数Sylvester张量方程

本文提出一类张量形式的修正共轭梯度算法求解四元数Sylvester张量方程.证明在不计舍入误差的情况下,所提方法可在有限迭代步内获得张量方程组的解.进一步,通过选择特殊类型的初始张量,可获得方程组的唯一极小Frobenius范数解.通过数值算例验证了所提出算法的可行性和有效性.     

拟-Φ-渐近非扩张映像不动点的迭代

给出了Banach空间中拟Φ-渐近非扩张映像族公共不动点的一个修正的迭代算法,并利用所给出的算法证明了一个强收敛定理.     

基于Kriging模型和提升小波变换的随机模型修正北大核心CSCD

为提高随机模型修正效率,减小计算量,提出了一种基于Kriging模型和提升小波变换的随机模型修正方法.首先,对加速度频响函数进行提升小波变换,提取第5层近似系数代替原频响函数.其次,采用拉丁超立方抽样抽取待修正样本,将其作为Kriging模型的输入,对应的近似系数作为输出,构建Kriging模型.提出了一种引入莱维飞行(Lévy flight)的蝴蝶优化算法(LBOA),并将其应用于Kriging模型相关参数的寻优中,提高Kriging模型的精度.最后,以最小化Wasserstein距离为目标,通过鲸鱼优化算法求解待修正参数的均值.测试函数结果表明,LBOA在寻优能力、收敛精度和稳定性等方面有了很大的提升.数值算例的修正误差均低于0.4%,验证了所提模型修正方法具有较高的修正精度和效率.     

竞赛论文评分合成的协同修正预测算法

竞赛论文评分合成的协同修正预测算法是针对竞赛论文分数评分中存在缺省值、各评委的评分标准不同,且评委的能力水平之间也存在客观差异等问题.在分析误差来源的基础上,根据评委协同打分原理预测缺省数据,并利用评委间打分的相关性修正低水平打分,最终合成分数的算法.这种算法合成的竞赛论文分数,不仅在理论上与论文水平更一致,而且这种一致性,也通过了仿真计算的检验.结果显示,不管是系统一致性还是优秀论文选拔的准确性,协同修正预测算法都优于传统方法.     

加速修改AHP中的判断矩阵的贪婪算法

通过分析判断矩阵 ,一致性矩阵 ,导出矩阵及度量矩阵的关系 ,提出一种修改判断矩阵的预测加速修正的贪婪算法 .贪婪法不追求最优解 ,不要回溯 ,只希望得到较为满意的解 .当判断矩阵的一致性较差时 ,基于度量矩阵中偏离大的元素对判断矩阵一致性的影响较大 ,通过导出矩阵和度量矩阵得出加速修正的步长 .每次只修改判断矩阵的一对元素 .实例分析表明 ,修改 AHP中的判断矩阵的贪婪算法是可行的 .     

基于改进无迹卡尔曼滤波的波动率研究

波动率估计是金融学的核心,波动几乎渗透金融市场的每一个领域.为了快速而精确地提取波动率,文章将比例UT变换与最小偏度单行采样技术和无迹卡尔曼滤波(UKF)算法相结合,提出一种适用于非线性高斯状态空间模型的改进的无迹卡尔曼滤波(MUKF)算法,并将该算法应用到扩散的期权定价模型中.最后通过对Heston随机波动模型进行模拟研究,发现在同时使用股票价格数据和期权数据时,可以精确地提取波动率,而且MUKF算法比UKF算法的计算时间更短.文章也对Heston模型中的波动率的波动参数进行了研究,研究发现MUKF算法可以准确地捕捉这种波动率特性.     

基于自适应极大后验估计的空间目标运动状态确定

提出一种新的基于自适应极大后验(AMAP)估计的空间目标运动状态确定方法,致力于削弱未知干扰对状态估计的不利影响.针对带有干扰的离散时间非线性随机系统设计了AMAP估计算法,采用高斯-牛顿优化方法实现极大后验(MAP)估计,通过模式切换和加权融合强化算法的自适应能力.基于理论分析导出了状态估计均方误差(MSE)的表达式,说明所提算法能够达到优于传统扩展卡尔曼滤波(EKF)和MAP估计算法的精度.以空间目标运动状态确定系统为例,通过蒙特卡洛仿真验证了AMAP估计算法的性能优势,不同条件下的对比研究表明,所提算法具备应对未知干扰的自适应能力,能够有效提升空间目标运动状态估计精度.     

AHP中不一致判断矩阵调整方法的改进

针对AHP中不一致性判断矩阵,提出了一种新的调整方法.通过分析诱导矩阵与判断矩阵之间的关系,用元素的几何平均值对矩阵中偏差最大的元素逐个修正,直到判断矩阵达到满意的一致性.该算法利用原始判断信息修正单个元素,提高了判断矩阵修正速度,简洁、实用.     

基于修正拟牛顿方程的两阶段步长非单调稀疏对角变尺度梯度投影算法

基于修正拟牛顿方程, 利用Goldstein-Levitin-Polyak (GLP)投影技术, 建立了 求解带凸集约束的优化问题的两阶段步长Zhang H.C.非单调变尺度梯度投影方法, 证明了算法的全局收敛性. 数值实验表明算法是有效的, 适合求解大规模问题.     

结合有效集和多维滤子技术的拟Newton信赖域算法(英文)

针对界约束优化问题,提出一个修正的多维滤子信赖域算法.将滤子技术引入到拟Newton信赖域方法,在每步迭代,Cauchy点用于预测有效集,此时试探步借助于求解一个较小规模的信赖域子问题获得.在一定条件下,本文所提出的修正算法对于凸约束优化问题全局收敛.数值试验验证了新算法的实际运行结果.     

Toeplitz矩阵填充的 $\ell$-步修正增广拉格朗日乘子算法[英文]

基于 Toeplitz矩阵填充(TMC)的修正增广拉格朗日乘子(MALM)算法, 本文给出此算法的一种加速策略, 提出Toeplitz矩阵填充的 $\ell$-步修正增广拉格朗日乘子算法. 该方法通过削减原 MALM算法中每一步迭代的频繁数据传输, 提高算法的运行效率. 同时也证明了新算法的收敛性. 最后以数值实验表明 $\ell$-步修正增广拉格朗日乘子算法比原 MALM算法更有效.