精确罚函数

摘要： [目的]对于已知多个障碍物的局部水域,如何规划安全高效的无人艇(USV)运动航迹,是当前的研究热点.[方法]首先,采用简洁有效的圆形包络面和凸四边形包络面处理障碍物区域,并将避障问题转化为时间最优控制问题中的状态不等式约束;然后,利用控制参数化和时间尺度变换,将时间最优控制问题转化为最优参数选择问题;最后,对于由多个障碍物带来的多个连续状态不等式约束,采用精确罚函数法将所有的状态约束都附加到目标函数中,从而构建适用于任何有效优化技术予以求解的非线性优化问题.[结果]数值仿真结果表明,该算法所规划的航迹能成功规避水域中的所有障碍物,同时符合无人艇的运动特性.[结论]研究成果可为无人艇航迹规划的避障问题提供参考.

摘要： 二层规划问题带有约束条件,求解难度较大,针对此问题提出一种基于精确罚函数的改进蚁群优化算法。首先,设计一种新的精确罚函数处理约束条件,避免了经典罚函数不可微、不光滑的问题;其次,采用改进的蚁群优化算法进行上下层组合求解;再次,编程仿真验证算法的有效性;最后,将其应用于实际价格控制二层规划问题决策中。研究结果表明,基于新的精确罚函数的蚁群优化算法,计算结果更加科学合理,为二层规划、多层规划问题求解提供了一种新的研究思路。

摘要： 二层规划问题带有约束条件,求解难度较大,针对此问题提出一种基于精确罚函数的改进蚁群优化算法.首先,设计一种新的精确罚函数处理约束条件,避免了经典罚函数不可微、不光滑的问题;其次,采用改进的蚁群优化算法进行上下层组合求解;再次,编程仿真验证算法的有效性;最后,将其应用于实际价格控制二层规划问题决策中.研究结果表明,基于新的精确罚函数的蚁群优化算法,计算结果更加科学合理,为二层规划、多层规划问题求解提供了一种新的研究思路.

摘要： 讨论了非线性规划算法的一种需要,即无论问题本身是否可行,都能提供一个快速的局部收敛保证.基于精确罚函数方法,在考虑问题可能不可行的前提下,给出了算法并且分析了它的全局收敛性.在给予一定精度的前提下,证明了算法能够最终检测到问题是不可行的或者得到问题的近似解/最优解.借助于数值实验,在计算求最优解的迭代步数时,利用精确罚函数方法可以有效地检测出问题的不可行性.%In this paper,we discussed a new nonlinear programming algorithm.Whether the problem is feasible or not,we can provide a algorithm with fast local convergence guarantee.If the problem is infeasible,we present an algorithm for exact penalty function method,and analyze its global convergence.If the problem is infeasible,we can prove it is not feasible.If the problem is feasible,we can get the approximate solution or optimal solution of the problem.With the help of numerical experiments,when we calculate the iterative step for optimal solution number,we can effectively detect the infeasibility of the problem in finite steps using the exact penalty function method.

摘要： 对于光滑的非线性不等式约束优化问题,我们提出了一类新的精确罚函数,并给出了罚函数的精确性质的充分条件.在实际应用过程中,优化问题的可行域可能是空集.因此,本文在考虑了问题可能不可行的前提下,讨论了精确罚函数方法,并分析了其全局收敛性.最后通过数值实验,证明了该算法对于不同类型的罚函数是有效的.

摘要： A class of smooth penalty function is proposed for the constraint optimization problem, which is based on the smooth function of a class of smooth approximation precision penalty function, and the penalty algorithm is given based on this kind of penalty function. In the very weak condition, aperturbation theorem of the smooth penalty algorithm is established, and global convergence of the penalty algorithm is obtained.%对约束优化问题给出了一类光滑罚函数,它是根据一类光滑逼近精确罚函数的光滑函数而提出来的,并基于这类罚函数给出了罚算法.在很弱的条件下,建立了光滑罚算法的一个摄动定理,由此定理得到该罚算法的全局收敛性.

摘要： 精确罚函数理论中镇定性和稳定性是非常重要的条件,因为它们是判断精确罚函数的充分必要条件,本文基于集值映射向量优化问题的锥弱有效解,提出它们的镇定性和稳定性概念,并讨论它们的性质,证明在这些概念下集值向量优化问题的罚函数精确性.

摘要： 精确罚函数方法是求解优化问题的一类经典方法,传统的精确罚函数不可能既是简单的又是光滑的,这里简单的是指罚函数中不包含目标函数和约束函数的梯度信息.针对等式约束问题提出了不同与传统罚函数的一类新的简单光滑罚函数并证明了它是精确的.给出了以新的罚函数为基础的罚函数方法并用数值例子说明算法是可行的.%Exact penalty function method is one of the main approaches for solving constrained nonlinear programming problems.For the traditional exact penalty function,it is not both smooth and simple.It is simple in the sense that the gradient of the objective function and constrained functions is not involved in the penalty function.In this paper,a new class of simple and smooth penalty functions which are different from the tradition penalty functions is proposed for the equality constrained problem.It is proved that the class of exact penalty functions is exact.The algorithm based on the new smoothed penalty functions is proposed.Two numerical examples show that the algorithm is efficient.

摘要： 本文给出了一个改进的精确罚函数,它在罚问题的可行集上连续可微,并且证明了原问题与相应的罚问题的全局解的等价性.

摘要： 本文我们提出一个等式约束优化的子空间算法.由于非线性优化的子空间技术能减少计算量和存储量,所以它适合于求解大规模问题.我们的算法是基于SQP方法来设计的,考虑了不同的子空间选取方案.我们证明了我们的搜索方向是L∞精确罚函数的下降方向.但算法的实现还需要考虑更多的问题,如每步更新近似的Lagrange函数的Hesse矩阵,子空间变化之后的投影矩阵的计算等等.

摘要： RQP方法是由Bartholomew-Biggs等人发展起来的解决非线性规划的一种方法。即将增广Lagrange函数的局部极小点的一阶优化条件转化为一个非线性系统。该文提供了一种通过求解建立在增广Lagrange函数基础上的二次规划子问题得到搜索方向，从而解决约束优化新的算法，它避免了罚因子趋向于无穷的不利因素。并利用Fletcher精确罚函数作为价值函数，并旨进其近似方向导数，以避免计算二阶导数。

摘要： 在[1]中，Vardi提出一个依赖域方法，而收敛性证明在精确λ－搜索下给出的。该文在[1]的基础上提出一个新的算法－拟Newton-依赖域型算法，并证明该算法是全局收物。通过利用二次修正去修正该算法，研究人员证明了该算法是局部超线性收敛的。

摘要： 在[1]中，Vardi提出一个依赖域方法，而收敛性证明在精确λ－搜索下给出的。该文在[1]的基础上提出一个新的算法－拟Newton-依赖域型算法，并证明该算法是全局收物。通过利用二次修正去修正该算法，研究人员证明了该算法是局部超线性收敛的。

摘要： 在[1]中，Vardi提出一个依赖域方法，而收敛性证明在精确λ－搜索下给出的。该文在[1]的基础上提出一个新的算法－拟Newton-依赖域型算法，并证明该算法是全局收物。通过利用二次修正去修正该算法，研究人员证明了该算法是局部超线性收敛的。

摘要： 在[1]中，Vardi提出一个依赖域方法，而收敛性证明在精确λ－搜索下给出的。该文在[1]的基础上提出一个新的算法－拟Newton-依赖域型算法，并证明该算法是全局收物。通过利用二次修正去修正该算法，研究人员证明了该算法是局部超线性收敛的。

摘要： 本发明设计一种基于指数罚函数的配电网分层调度优化方法。该方法用于解决含多微网的配电网调度分层系统的协调优化问题，包括含多微网的配电网的分层、层间一致性变量的选取、基于指数罚函数方法对配电网进行一致性建模以及协调优化策略的提出。该方法将含多微网的配电网调度系统按结构划分为配网调度层和微网调度层。根据每一层的运行目标建立相应的约束条件和目标函数；基于配电网和微网的交易，选取中间变量作为层间一致性变量；基于指数罚函数方法，结合联络线传输功率的一致性变量对配网进行一致性建模；最后基于一致性模型对配电网调度分层系统进行协调优化，得到系统满足约束条件时的最优解。

摘要： 本发明提供一种基于外罚函数与果蝇优化的资源分配方法及服务器，应用在MIMO‑MEC智能配用电网络中，所述智能配用电网络包括集中器基站以及与集中器基站信号相连的若干采集终端，所述智能配用电网络的带宽资源分配方法包括：采用外罚函数梯度下降法获得多个较优的决策向量；选择具有满足约束且优化效果最佳的决策向量作为起始点，执行果蝇优化算法，得到收敛的最优分配方案；根据所述最优分配方案，集中控制器对资源进行分配。

摘要： 本发明提供了一种基于内点罚函数和相邻相关数据段的频偏估计方法，利用频偏估计的方差与信噪比和相关数据段长度的关系式，在不缩小频偏估计范围的条件下，建立最小化频偏估计精度的方差的最优化函数问题，由于是非线性优化问题，采用内点惩罚函数法，在效用函数收敛于由频偏估计范围确定的相关距离的可行域之内时，通过梯度迭代，得到一个局部最小值，就是最优的相关数据段长度。本发明能够在不影响频偏估计范围的条件下，适应一定信噪比，并且提高频偏估计的有效性和精度。

摘要： 本发明提供了一种基于广义极小极大凹罚函数的声场重构方法。首先，确定自由空间中的二维重构区域和扬声器阵列、传声器阵列的位置，从而可以测量得到期望声场在传声器阵列处的声压；然后，计算传声器到扬声器之间的声传递函数矩阵，并构造GMC目标函数；再利用邻近点算法求解最小化问题，得到扬声器幅度向量；最后，计算重构声场。由于采用GMC罚函数对重构误差进行正则化，可以改善一般稀疏正则化对扬声器幅度的过低估计，更精确地在区域内重构期望声场。同时，由于只激励少量的扬声器，能够避免产生空间混叠现象，特别是对于高频期望声场和当期望声场欠采样时。

摘要： 本发明公开了一种基于拉格朗日乘子的超声电机无模型伺服系统罚函数寻优方法，包括控制器初始化，预测伺服系统实时运行状态，系统实时预测状态纠偏，构造关于输入量的拉格朗日型增广罚函数表达式，最速下降牛顿法寻找增广罚函数的最优解，控制状态监测，控制参数修正；本发明方法在不依赖系统物理模型的前提下，通过分析伺服系统输入输出数据，获得电机运行状态表征参数；基于罚函数将关于频率的约束优化问题转化为无约束变式，选择牛顿‑最速下降法为拉格朗日型损失函数寻优，估计工作频率最优解，最终驱动超声电机工作。本发明方法，具有状态跟踪实时性强、估计输入准确度高、控制精度高、自适应能力等优点。

摘要： 本发明公开了一种基于罚函数交叉边界法的多目标自适应分类方法，包括步骤1：输入一个待分类的种群P，步骤2：选择参考点集合Pref，步骤3：初始化边界惩罚参数δ，步骤4：基于罚函数边界相交法的分类，步骤5：判断样本是否平衡，步骤6：基于二分查找的δ参数搜索，步骤7：输出分类后的种群。与现有方法相比，本发明首次将惩罚边界法用于样本的类别划分中，并使用二分查找动态的调节分类边界。该方法可以有效的提高样本数据质量，为后续的代理模型训练提供高质量数据支撑。本发明还提出了一种基于罚函数交叉边界法的多目标自适应分类系统。

摘要： 本发明专利提出了一种用于寻求最优系统阻抗值的外点罚函数算法，有效地解决了电力系统中暂态稳定与短路电流问题日益突出的问题，克服了传统的切机、切负荷等控制手段不能从根本上解决两者之间矛盾的缺点，为首次通过利用系统阻抗来同时协调解决暂态稳定问题与短路电流问题提供了理论基础和现实应用方案，从而能有效且更好的帮助电力系统稳定运行，因此具有良好的开发利用前景。

摘要： 本发明涉及一种基于MC罚函数的冲击载荷稀疏识别方法及系统，其包括：采集含有噪声信号的转子系统的转子、轴承等振动信号；将振动信号压缩处理后传输至预先建立的稀疏识别模型；对稀疏识别模型进行求解，实现对振动冲击载荷的识别。本发明采用的基于MC罚函数的稀疏分解结果优于L1正则化稀疏分解结果，且在冲击载荷非加载区噪声被很好的抑制。本发明可以广泛在转子系统冲击载荷识别技术领域中应用。

摘要： 本发明公开一种时间序列预测方法，通过在小世界回声状态网络的构建中采用MCP惩罚模型优化小世界回声状态网络的输出权重，解决常规回归方法计算权重时出现的过拟合问题，选择LQA近似分解MCP罚函数，求得模型的近似解，解决MCP罚函数在原点不可导问题，并且提出基于融入交叉和排挤策略的人工蜂群算法优化MCP惩罚模型的超参数，保证优化参数的全局最优性的同时提高收敛有效性，以此提高MCP惩罚模型的有效压缩能力，此方法在非线性时间序列预测中具有较高的应用价值。

摘要： 本发明提供了一种基于多初始点罚函数的计算资源分配方法及服务器，当接收到计算资源分配请求时，收集初始数据信息，其中初始数据信息包括集中器基站基本信息以及采集终端基本信息；初始化初始点信息、最优解以及所述最优解对应的罚函数值，并执行预设操作；采用计算资源分配算法，对所述初始点信息、最优解以及所述最优解对应的罚函数值进行计算，以得到目标最优解；依据所述目标最优解，集中器基站对计算资源进行分配。本发明采用了计算资源分配算法、综合考虑了大规模MIMO与MEC的智能配用电网络中的实际应用情况，利用多初始点罚函数，对计算资源进行分配，极大地降低了采集终端的延迟，效率较高，且极大程度地节省了计算资源。