求解非线性规划问题的光滑路径跟踪方法

通过对非线性规划问题的K-T点的光滑路径跟踪方法研究，得出一种针对于既有不等式约束条件又有等式约束条件的优化问题光滑路径跟踪方法，证明了光滑跟踪路径的存在性。     

COPART:一种面向约束条件的自适应软硬件划分算法

本文介绍一种将自适应算法、遗传算法和列表调度算法结合起来应用于软硬件划分问题的算法COPARTART，并提出了一种基于约束条件的开销系数自适应调整方法，该方法所获得的划分结果能够良好体现设计目标。     

约束装箱问题的混合遗传算法求解

本将最佳适应法和遗传算法相结合，提出了一种新的启发式混合遗传算法对具有时间约束的装箱问题进行求解，给出了具体的算法步骤，试算结果表明基于启发式算法的混合遗传算法适合于求解各种约束条件下的大规模装箱问题。     

一种新的多目标演化算法--稳态淘汰演化算法

提出一种新的多目标演化算法，稳态淘汰演化算法（Steady Elimination Evolutionary Algorithm），该算法利用稳态淘汰策略，能够在不需要额外计算量和存储空间的情况下，自发地保存精英个体(elitist），试验结果表明该算法优于当前的多目标演化算法。     

一种基于闭环优化的新型鲁棒预测控制方法

针对带约束的凸多面体线性不确定模型，提出了一种新型鲁棒预测控制方法，它采用离散化的不确定模型构造最小－最大优化控制问题，并在其中直接引入状态反馈机制，与其他最小－最大预测控制方法相比，这种方法等效于增加了控制序列的长度，为优化问题增加了更多的自由度，从而扩大了可行域，作为最小化目标的是离散化不确定系统在整个预测时域上二次型成本函数的最大值，而不是各预测阶段应成本项的上界之和，从而减少了与最小－最大优化相关的方程个数，有利于降低计算复杂性，文中进一步证明了不确定系统的闭环稳定性取决于优化问题在初始时刻的可行性，并将优化问题转化为线性矩阵不等式形式。最后，以数值仿赵例子验证了方法的有效性。     

向量开关模型的数字预失真改进方法

射频功率放大器的向量开关数字预失真模型存在因所在区域样本点不足而引起的不连续问题。提出一种基于向量开关模型的数字预失真改进方法,该方法通过加入区域权重的约束条件以及交叠的区域划分方法对向量开关模型进行优化,达到消除向量开关模型不连续问题,提高模型的稳定性。仿真实验中采用30MHz的LTE信号进行实验,当原方法出现不连续时新方法可消除间断点,同时在邻道泄漏比(ACLR)指标上有近6dB改善,结果表明其具有更好的鲁棒性。     

序线性空间中向量优化问题的K-T型定理

本文在广义凸性条件下,研究实线性空间中一类向量优化问题的最优性条件,我们引入F ritz-John鞍点,、“K-T鞍点”讨论它们与有效解、弱有效解之间的关系.     

投影寻踪分类建模理论的新探索与实证研究

从理论上分析了正确的投影向量系数(权重)约束条件是∑_(j=1)~2a_j~2=1和1≥0_j≥-1;从理论和实证两个视角证实采用约束条件∑_(j=1)~p a_j~2=1和1≥a_j≥0时逆向指标或对正向指标采用了错误的归一化方式时的权重必定等于"0"。采用正确的约束条件,针对同一密度窗宽R值,实证分析发现和从理论上证明了在投影寻踪分类(PPC)建模中改变指标归一化方式前后,权重是互为相反数的重要特性等三个定理和二个推理,改变指标归一化方式不影响任意两样本投影值之间的距离和投影指标函数值。提出了正确使用PPC进行建模的基本原则和步骤、判定指标属性(正向指标或者逆向指标)的准则等,实现了投影寻踪探索性研究和验证性分析的有机统一。     

非线性的规划问题

我们知道,线性规划研究的是线性约束条件下线性目标函数的最值,那么类似的会有非线性的规划问题,主要是下面三类问题:(1)非线性约束条件下求线性目标函数的最值;(2)线性约束条件下求非线性目标函数的最值;     

LTE系统上行链路调度算法研究

长期演进(Long Term Evolution,LTE)已经成为4G无线技术标准。目前,LTE分组调度的下行链路调度被大多数研究者研究,上行链路的研究相对较少。针对上行链路调度无法保证实时业务分组在延迟期限内传输,存在公平性较差、分组丢弃多的问题。因此,提出了一种新的上行链路调度算法。该算法根据实时业务的延迟约束条件建立目标整数线性规划模型,再根据目标整数线性规划模型进行调度。实验结果表明,该算法能保证实时业务分组在延迟期限内传输,适用于实时业务,能确保公平性,最小化分组丢弃,具有较好的适用性。