一种自适应Dai-Liao共轭梯度法

共轭梯度法是一种解决大规模无约束优化问题的重要方法.本文对Dai-Liao (DL)共轭梯度法的参数进行了研究,提出了一种新的自适应DL共轭梯度法.在适当的条件下,证明了该方法的全局收敛性.数值结果表明,我们的方法对给定的测试问题是有效的.     

电子能量对沿面介质阻挡放电等离子体化学产物的影响

基于光电倍增管研制了一套无触发信号的双通道光学探测系统, 并组装了测试样机, 实现了对沿面介质阻挡放电(SDBD)等离子体约化电场的测量, 进而通过BOLSIG+软件获得了电子能量. 采用原位紫外吸收光谱和傅里叶变换红外光谱, 研究了SDBD等离子体在不同电压和频率下的化学产物的浓度变化, 并结合空气等离子体化学反应揭示了产物相互作用的微观机理. 结果表明, 电子能量能够改变电子碰撞反应的速率系数, 调控化学反应的源头活性粒子的浓度, 进而影响到化学产物的生成和猝灭.     

基于核的L_(2,1)范数非负矩阵分解在图像聚类中的应用

本文研究了基于核技巧的L_(2,1)范数非负矩阵分解在图像聚类中的问题.利用基于核的稀疏鲁棒非负矩阵分解方法,获得了算法良好的稀疏性和鲁棒性,提高了聚类性能,该方法也可以推广到文本聚类的应用.     

线性权互补问题的新全牛顿步可行内点算法

基于一个连续可微函数,通过等价变换中心路径,给出求解线性权互补问题的一个新全牛顿步可行内点算法.该算法每步迭代只需求解一个线性方程组,且不需要进行线搜索.通过适当选取参数,分析了迭代点的严格可行性,并证明算法具有线性优化最好的多项式时间迭代复杂度.数值结果验证了算法的有效性.     

基于模糊与遗传优化PID的电动助力转向系统的设计与实现

针对电动助力转向(EPS)系统设计时路感不清晰合理的问题,提出了一种基于模糊推理的电动助力转向目标电流的确定方法;针对传统PID控制参数难整定的问题,设计了一种基于遗传优化PID的控制算法,快速跟随目标电流的变化,达到控制电机输出转矩的目的。为了缩短研发周期和降低成本,基于dSPACE,搭建了EPS半实物仿真实验平台并进行实验测试研究。结果表明,基于模糊方法确定的目标电流,路感清晰合理,满足低速轻便性和高速稳定性,遗传优化的PID控制器响应速度快,超调量小于5%,实现了的良好的助力效果。      

多元统计分析中一类矩阵迹函数最小化问题的有效算法

研究来源于多元统计分析中的一类矩阵迹函数最小化问题minc+tr(AX)+∑mj=1tr(BjXCjXT),s.t.XTX = Ip,其中C为常数,A∈Rpxn(n ≥ p),Bj∈Rnxn,Cj∈Rpxp为给定系数矩阵.数值实验表明已有的Majorization算法虽可行,但收敛速度缓慢且精度不高.本文从黎曼流形的角...     

基于电磁场作用增强的超材料吸收体太赫兹微流传感器

为解决因分析物与局部增强电磁场弱相互作用而导致传感器灵敏度偏低的问题,通过引入微流控技术,提出一种基于电磁场作用增强的超材料吸收体太赫兹微流传感器。传感器与太赫兹波相互作用产生磁偶极子共振,在0.4～1.4 THz频段内可产生两个吸收率高于98%的谐振峰。同时,通过集成微流通道,极大促进了分析物与位于法布里-珀罗谐振腔内局部增强电磁场的相互作用,传感器灵敏度可达537 GHz/RIU。另外,结构单元设计为四重旋转对称结构,传感器具备良好的极化不敏感和宽入射角度不敏感特性。结果表明,所设计的传感器具有灵敏度高和偏振不敏感等特性,在无标记微量物质检测领域具有良好的应用潜力。     

二阶锥权互补问题的光滑牛顿法

二阶锥权互补问题是由R~n上的权互补问题推广到二阶锥上而来。基于欧几里得约当代数理论,构造一个新的含参数的二阶锥权互补问题的光滑函数。运用新的光滑函数,提出求解二阶锥权互补问题的光滑牛顿法。该算法对初始点的选取没有限制,且在适当的假设下,具有全局收敛性和局部超线性收敛速度。数值结果表明该算法能有效求解二阶锥权互补问题。     

最小化三个凸函数之和的一个简单原始-对偶算法

提出一个简单的原始-对偶算法求解三个凸函数之和的最小化问题, 其中目标函数包含有梯度李普希兹连续的光滑函数, 非光滑函数和含有复合算子的非光滑函数. 在新方法中, 对偶变量迭代使用预估-矫正的方案. 分析了算法的收敛性和收敛速率. 最后, 数值实验说明了算法的有效性.     

橡胶添加剂瓦斯炭黑的太赫兹光谱定量研究

瓦斯炭黑是橡胶中重要的添加剂之一,其含量对橡胶性能有重要的影响。丁腈橡胶是工业生产中应用比较广泛的合成橡胶,研究丁腈橡胶中瓦斯炭黑的含量具有重要意义。利用太赫兹时域光谱技术,对八种不同含量瓦斯炭黑与丁腈橡胶组成的混合物样本中的瓦斯炭黑含量进行测试,获取了混合物样本在0.3~1.4 THz频段的吸收光谱数据。分别利用偏最小二乘(PLS)和支持向量回归(SVR)建立混合物中瓦斯炭黑的定量分析模型,使用均匀梯度法来选择模型的校正集和预测集,获得瓦斯炭黑预测集的相关系数与均方根误差。偏最小二乘模型相关系数与均方根误差分别为0.985 8和2.098 9%,支持向量回归模型相关系数与均方根误差分别为0.998 0和0.785 4%。实验结果表明,支持向量回归定量分析模型的预测结果优于偏最小二乘模型。为进一步证明支持向量回归模型的稳定性,多次使用随机选择法选择它的校正集和预测集,并求得其相关系数与均方根误差。结果表明,无论是利用均匀梯度法还是随机选择法对支持向量回归定量分析模型的校正集和预测集进行选择,求得的相关系数和均方根误差均优于偏最小二乘模型。