求解非线性最小二乘问题的迭代法

基于解线性方程组的Jacobi迭代法的思想，本文提出了一种求解非线性最小二乘问题的迭代法，大量的数值试验表明该迭代法具有较好的收敛性，另外，还将所设计的迭代法进行了并行化。     

应用分块AOR方法求解大型稀疏最小二乘问题

近年来,不少作者研究用分块SOR迭代法求解最小二乘问题 其中A∈R~(m×n)(m>n),b∈R~n,且设rank(A)=n.熟知,(1)等价于求x∈R~n和r∈R~m使得     

W准反对称矩阵反问题的最小二乘解

给出了W准反对称矩阵反问题最小二乘解的一般表达式,并就该问题的特殊情况:逆特征值问题与矩阵反问题进行了讨论,获得了有解的充分必要条件,并在有解条件下得到了解的一般表达式.     

线性二次型最优控制的并行算法和软件

构造了线性二次型最优控制的并行算法，介绍了这个并行算法在武汉大学“ＷＵＤＰ９１”并行分布式处理系统上试算的数值应用软件的框图．本软件适用于既定动态系统的平衡问题．对于经济系统，可通过政策控制变量来调节和改善其状态和响应．对于自治系统可找出最优控制使得消耗函数达到最小值．通过对一系列例子进行试算，结果证实，所构造的并行算法和相应的数值软件是有效的，其加速比约为７．     

求解大规模矛盾方程组的最小二乘支持向量机算法

房价预测、共享单车出租数量预测、空气污染情况预测等常涉及矛盾方程组求解,对其数值求解方法研究具有重要的理论意义与应用价值。当矛盾方程组规模过大时,用传统的最小二乘法求解,不仅计算量大,而且由于误差积累使最终结果的准确性不高。鉴于此,采用机器学习中的最小二乘支持向量机（least squares support vector machine,LS-SVM）算法求解大规模矛盾方程组,并分别针对线性、非线性、单变量、多变量矛盾方程组进行了数值求解。数值结果表明,数据类型和数据量的变化对结果的影响不大,因此只要选取适当的参数就可建立合适的模型,得到高精度的预测结果。     

回归系数的Bayes估计与最小二乘估计的相对效率

考察在错误指定在先验假定下的回归系数的Bayes估计（BE），并将其与最小二乘估计（LSE）进行比较，对BE与LSE的两种新的相对效率导出了它们的上下界。     

最小二乘支持向量机的一种改进算法

最小二乘支持向量机相比传统的支持向量机,丧失了解的稀疏性,影响了二次学习的效率。对原有的最小二乘支持向量机在稀疏性上进行了改进,并通过实验,对改进后的摄小二乘支持向量机的分类效果进行了验证。     

基于投影算子的正则化最小二乘回归

通过引入经验覆盖数（empirical covering number）和投影算子（projection-operator）,从理论上研究正则化最小二乘回归学习算法.与已有的方法相比,一方面简化了回归分析的过程;另一方面,提高了最小二则回归学习算法的误差收敛阶.即,通过引入投影算子,得到了O（m-1）型的收敛阶,这是统计学习理论中关于泛化误差的最佳逼近阶.     

主成分回归和偏最小二乘法在高炉冶炼中的应用

以邯郸钢铁公司2 000 m3高炉采集的数据为样本,采用主成分回归(PCR)方法研究了各运行参数对高炉铁水含硅量的贡献,实现了高维复杂数据的降维.考虑到偏最小二乘法(PLS)在处理多重共线性数据中的优势,利用PLS对高炉铁水含硅量进行预测.结果表明,主成分回归和偏最小二乘法在对高炉冶炼过程中产生的大量数据的处理具有其独到的优势,取得了显著的效果.     

基于最小二乘原理的电力变压器绝缘油色谱在线监测系统校准方法

将半导体传感器应用于电力变压器绝缘油色谱在线监测系统时,传统的直线拟合校准方法会出现测量误差超过限值、拟合气体浓度为负值等问题.基于此,本文采用基于最小二乘原理的直线、幂函数以及一元二次函数拟合方法,对半导体传感器检测的H2、CH4、C2H6、C2H4、C2H2、CO、CO2等7种绝缘油中溶解气体的浓度数据进行拟合.通...     

并行Pareto多目标演化算法

提出并实现了一个并行Pareto多目标演化算法(PPMEA)，PPMEA算法是一个通过演化算法来解决基于Pareto的多目标优化问题的并行计算模型。在这个算法中，采用了并行演化算法中常用的全局并行模型和粗粒度并行岛模型。构成每个岛的子群体以不同的杂交概率和变异概率各自独立的演化，但是每隔一定的代数它们要交换外部集中的个体。标准测试函数的数值实验结果表明，所提出的算法能够使找到的解集快速收敛到Pareto非劣最优目标域，并且解集沿着Pareto非劣最优目标域有很好的扩展性。     

时间表问题与遗传算法

通过对时间表问题和遗传算法的认识,探讨用遗传算法求解时间表问题,并给出一个实例。     

一种求解组合优化问题的演化算法

从蚁群算法中得到启示，将信息素的观点引入到求解组合优化问题的演化算法之中，提出了一种基因优化算法，该算法直接在基因的层面上进行优化，能学习劣解的基因，并用信息熵用为结束条件的判据，最后用该算法解决了两个典型的组合优化问题，取得了较好的结果。     

基于共轭梯度法的盲分离在线算法

在严格论证盲分离问题与数学上的最优化问题等价的基础上,把问题的重点集中在对该最优化问题的寻优上.由于盲分离最优化问题的目标函数的特点,在欧氏空间中对决策变量(分离矩阵W)进行寻优求解带来诸多复杂因素,寻优算法在弯曲的黎曼空间中动态运行是解决这些问题的一条可行途径.为此,本文在改进 NGA 和 PDFA 算法的基础上,结合在线算法 PDEA 在估计信号的得分函数的较好效果,和求解最优化问题的共轭梯度法较快收敛性能,提出了具有自学习能力,并继承共轭梯度法特点的盲分离在线算法 PDEA-CONJ.此算法应用到盲分离问题中,在混合矩阵严重病态情况下能取得了较好分离效果.实际算例验证了其收敛性和有效性.     

一种克服遗传算法早熟的参数调整及并行方法

遗传算法是一种自适应全局优化概率算法,容易产生早熟(过早收敛)现象,影响了问题的求解.本文试图借助于多种群进化和种群间个体移植的概念,通过自适应控制参数的调整,利用移植并行的方法求出问题的最优解（或近似最优解）以便避免早熟,从而提高算法的搜索范围和效率.     

有约束极大极小优化问题的修正Lagrangian算法

对于有不等式约束的极大极小优化问题,本文构造了一个修正的Lagrangian函数并分析了其在一般条件下的性质,建立了与之对应的修正Lagrangian算法.最后对文献中的几个问题给出了数值计算结果验证了算法.     

一种求解不等式约束下函数优化问题的新算法

提出了一种求解不等式约束下的函数优化问题的新算法． 算法设计思想来源于演化计算的群体搜索技术,但又不同于现存的任何一种演化算法． 对一些典型的约束优化问题测试结果表明：新算法结构的简单性,搜索的高效性,收敛的全局性,应用的广泛性,算法的鲁棒性及结果的精确性,都优于现存的演化算法．     

自动铺丝平行等距轨迹规划算法实现

针对复合材料自动铺丝技术轨迹规划问题,提出了一种新的基于测地线的平行等距轨迹规划算法.该算法首先将已知的第一条轨迹线在曲面上等弧长离散得到若干数据点,然后在数据点处曲线切矢和曲面法矢的向量积方向上利用测地线的短程性获得下一条铺放轨迹上数据点,并利用B样条曲线拟和数据点生成铺放轨迹,最后使轨迹线铺满模具表面.算法中测地线利用微分方程组数值求解得到,以曲面曲线弧长为自变量,可实现等距线求解的自适应步长调整和较高的精度.经实际算例验证,该算法简单实用,精度能够满足铺丝技术工艺要求.     

一类线性约束凸规划问题的一个原始－对偶内点算法

对一类具有线性约束的凸规划问题给出了一个原始－对偶内点算法, 该算法可在任一原始－对偶可行内点启动, 并且全局收敛. 当初始点靠近中心路径时, 便成为中心路径跟踪算法. 数值算例表明该算法是有效的.