关系数据库数据挖掘技术具体实现的探讨

提供了一种关联规则挖掘经典算法-Apriori算法的优化算法,并结合实例探讨了如何把关系数据库的关联规则转化为单维、布尔关联规则,优化了算法的实施,探讨了关联规则的输出等问题。     

求解非线性方程组的智能新方法

求解方程组是工程研究中的基本问题,因此将非线性方程组的求解问题转化为函数优化问题,应用一种新的智能优化算法-布谷鸟搜索算法求解此优化问题,数值实验结果表明了该算法在求解非线性方程组时的可行性和有效性。     

互补约束问题的信赖域算法

本文构造了一种新的互补问题的价值函数,从而把互补约束问题等价地转化为一般约束优化问题.紧接着,本文给出了信赖域算法,并证明了其算法的全局收敛.     

变分不等式的一种改进的拟牛顿法

构造了一个具有二次光滑性的NCP函数,通过它将变分不等式问题转化为无约束优化问题,用一种改进的拟牛顿算法对其进行求解,有效地弥补了以往的拟牛顿算法要求目标函数具有凸性或一致凸性的缺陷,在更弱的条件下讨论了算法的收敛性质.     

0-1非线性规划问题改进的粒子群优化算法

将0—1非线性规划问题转化为约束优化问题。采用动态双目标的约束处理方法,提出了一种求解0—1非线性规划问题的改进粒子群优化算法,数值实验的结果表明,新算法具有较快的收敛速度和较好的全局寻优能力,显示了算法的有效性和通用性。     

求解互补约束优化问题的一类光滑化算法

互补约束优化问题(mathematical program with complementarity constraints,简记MPCC)是一类重要的平衡约束优化问题.此类问题具有十分广泛的应用.采用光滑化策略,用一类几乎处处光滑函数替代互补约束,从而将MPCC转化为一系列非线性规划问题(nonlinear programming,简记NLP).给出迭代算法并对Mac MPEC数据库中的一些问题测试了算法的有效性.     

求解绝对值方程的PRP型梯度算法

给出了一种求解绝对值方程Ax-|x|=b的新方法.在矩阵A为对称正定的假设条件下,绝对值方程可转化为一个无约束优化问题,进而用PRP共轭梯度型方法对转化的无约束优化问题进行求解,从而获得原问题的解.证明了新算法在适当条件下可收敛到原问题的解.数值实验也表明了新方法的有效性.     

基于离散混合蛙跳算法的RV减速器结构优化

针对RV减速器对结构优化结果精度不高且需要手工圆整的问题,提出一种基于离散混合蛙跳算法的单目标优化求解方法.首先,以体积最小为目标建立了RV减速器整机的非线性约束优化的数学模型;其次,介绍了离散混合蛙跳算法基本原理;通过罚函数法将上述数学模型转化为无约束优化的数学模型后,应用离散混合蛙跳算法对RV减速器整机实例进行优化求解;最后与传统算法、粒子群算法及遗传算法进行对比,结果表明,离散混合蛙跳算法的求解结果有着求解精度更高,收敛速度更快、避免对结果进行手工圆整等优点.     

一个新的基于EFALC的推理算法

针对目前的扩展模糊描述逻辑缺乏TBox约束下的推理算法,提出TBox约束下扩展模糊描述逻辑EFALC截概念可满足性问题及其推理算法.该算法的设计参考用于经典描述逻辑的tab-leau算法;详细描述了EFALC的转化规则和推理算法的过程,并使用递归函数调用、分支裁减和引入中间结果集合这3种技术对算法进行优化.证明了该优化推理算法的最坏时间复杂性为指数,且具有完备性和正确性,同时证明了TBox约束下EFALC截概念可满足性问题的复杂性是指数时间完全的.     

多配送中心车辆路径问题的两阶段算法

对多配送中心车辆路径问题进行描述,并建立该问题的数学模型,设计了求解多配送中心车辆路径问题的两阶段算法。第一阶段把多配送中心车辆路径问题转化成单配送中心车辆路径问题,提出基于边界客户分配法的转化策略;第二阶段对单配送中心车辆路径问题进行求解,采用禁忌搜索算法进行优化求解,最后表明算法的有效性和可行性。     

一类多乘积问题的求解算法

对一类多乘积问题提出一优化算法。利用分段线性化技术将原问题转化为一个容易求解的线性规划问题,并利用现有的软件进行求解。数值实验表明本文方法是可行的。     

碰撞检测算法研究

针对传统数值方法求解非线性方程组时对初始值敏感与收敛性差等问题,探讨了应用人工鱼群算法求解非线性方程组的方法。将非线性方程组的求解问题转化为函数优化问题,应用人工鱼群算法进行优化求解。使用该方法不需要借助目标函数的初始点信息和导数信息,通过数值实验结果可知该方法具有有效性和可行性。     

货郎担问题的指派解法

货郎担问题是组合优化中的著名问题，到目前为止它还没有一个有效算法。本文把它转化为增加限制条件的指派问题，对图邻接矩阵形对角进行分析，给出了这一问题的一个较好近似算法。     

基于并行模拟退火算法的TSP问题求解

针对标准模拟退火算法串行优化单个解，优化过程较长、效率较低的弱点，提出一种基于多种群群体优化的并行机制。该机制通过将单个解的串行优化转化为许多个解同时进行的并行优化来提高算法的整体优化效率。利用该算法求解TSP问题能够显著提高优化效率，仿真结果表明该算法是有效的。     

基于粒子群算法的精轧AGC系统智能参数优化及实验设计

将经典粒子群（particleswarmoptimization,PSO）算法和4种不同改进形式的PSO算法应用于精轧自动厚度控制（automatic gauge control，简称AGC）系统PI控制参数的优化整定，设计了基于PSO-PI控制策略的精轧AGC智能优化控制系统。在控制参数的整定过程中，通过加权系数法将控制精度、动态响应特性等多项性能指标的优化问题转化为单目标优化问题，并通过仿真实验研究了各项控制指标权重系数对控制效果的影响。最后，基于PSO算法研究成果构建了精轧AGC智能优化控制虚拟仿真实验系统，为学生解决冶金自动化领域复杂工程问题能力培养提供了有力支撑。     

约束优化问题的一种投影梯度Lagrange乘子法

运用Lagrange乘子法,将一般约束优化转化为仅含等式约束的优化问题,然后就线性与非线性两种情况进行讨论,通过投影梯度法来求解优化子问题.对于线性的情况得到一种可以不用计算初始点的最优化算法,最后的数值算例说明了算法的可行性与有效性.     

基于鸡群算法的认知无线电决策引擎

提出基于鸡群算法的认知决策引擎,以解决认知无线电发射参数的自适应重配置问题。将认知决策引擎模型转化为多目标优化问题,并采用加权和方法将其转换为单目标优化问题。采用鸡群算法对认知决策引擎进行求解,从而实现认知无线电发射参数的重配置。结合多载波通信系统进行了仿真实验,结果表明,该认知决策引擎能根据用户需求变化,动态进行认知无线电参数的重配置。     

解P0非线性互补问题的非单调光滑牛顿法

基于CHKS光滑函数,将非线性互补问题转化为非线性光滑方程组,再构造光滑算子,将非线性光滑方程组转化为优化问题,且构造了一个新的牛顿算法,该算法引入了非单调线搜索,并在一定条件下证明了它的全局收敛性,及在非奇异条件而非严格互补条件条件下,证明了它的局部二次收敛性。最后给出数值实验结果。     

一类二层多目标规划的解法

在上层决策变量作为参数的情况下 ,将上层为单目标 ,下层为线性多目标的两层优化问题 ,转化为含参变量的有效集上的单目标问题 ,给出了一个相应的算法     

求解一类均衡约束优化问题的交替束方法

非光滑均衡问题包括很多优化问题,例如变分不等式问题、互补问题、约束为广义方程的数学规划问题、标准的约束优化问题等等。目前求解均衡问题的算法有邻近点算法、直接搜索法、投影收缩算法、光滑化投影梯度算法等,而交替束方法是一类求解目标函数具有可分离结构的有效算法,可以看成是一类特殊的邻近点法。针对均衡约束数学规划问题中的双层规划问题,首先最为核心的思想是应用参数极小化技术将该约束优化问题转化为一序列的极小化两个凸函数和的无约束单层优化问题;然后构造两个近似的子问题,应用交替束方法交替求解,最后建立算法的收敛性分析。