遗传算法收敛性分析

一.引言 遗传算法（Genetim　AIgorithm,GA）是一类以达尔文自然进化论与遗传变异理论为基础的求解复杂全局优化问题的仿生型算法,是一种新的搜索寻优技术,它仿效生物的进化与遗传,根据“优胜汰”的原则,借助选择,交叉和变异等算子,使所要解决的问题从初始解一步步地逼近最优解,尽管这种方法已经在人工智能非线性优化。机器学习。自适应控制和人工神经网络训练,并行处理等方面得到了     

（I＋C（α））预条件AOR迭代法比较性定理

在预条件矩阵（I＋C（α））下，讨论了AOR方法的敛散性；给出了该预条件AOR迭代方法与经典AOR迭代方法之间的比较性定理。     

跳频频率自适应系统收敛性与频率替代方式研究

本文研究了跳频频率自适应系统的收敛性与受扰频率的替代方式。给出了系统收敛时间的定义与计算方法,比较分析了受扰频率的两种替代方法及其对系统性能的影响。最后进行了相应的仿真。     

关于纯方位跟踪迭代方法的收敛性

本文进行了纯方位跟踪(BOT)迭代方法的收敛性分析,详细叙述了其几何的和统一的框架,进而得出了保证似然函数极大化的迭代方法收敛性的充分条件。     

全隐LU-SGS算法在高超声速热化学非平衡流刚性问题中的应用

在高超声速热化学非平衡流动计算中,当地气体能量松弛时间、化学反应特征时间与流动时间推进步长量级差异过大会带来严重数值刚性问题,且在高雷诺数条件下,壁面、拐角等强干扰区网格加密使得该问题加剧,导致初始最大CFL数极小,收敛速度缓慢.原始LU-SGS算法仅考虑化学反应源项和对流项的隐式处理,通过推导黏性项Jacobian矩...     

改进粒子群算法在导弹火力分配中的应用

粒子群优化算法是一种新兴的优化技术,思想来源于人工生命和演化计算理论.由于该算法简单易实现,可调参数少,目前已得到广泛研究和应用.在建立导弹武器火力分配数学模型的基础上,运用改进粒子群算法对模型进行了最优化求解,实例的计算结果表明该优化算法对于模型的求解具有较好的收敛性.     

网格方程组并行计算预条件迭代若干性质及应用

对网格方程组作区域分裂并行计算 ;分析了预条件迭代谱条件的若干性质及其对算法收敛性的影响 ,为构造预处理提供了理论依据 ,并应用于区域分裂并行计算     

标准遗传算法不收敛的新证法

以概率论为工具,给出了标准遗传算法不收敛的新证法,并从理论上解释了文献提出的改进策略的合理性.     

滑移边界条件的收敛性分析及应用

用速度滑移与温度跳跃边界条件代替通常假定的无滑移边界条件,可有效地提高计算流体力学模型对高空滑移流区域流动的预测精度。应用Maxwell滑移边界条件时,通过直接计算速度梯度及温度梯度而得到速度滑移和温度跳跃量的处理方法在网格较密的时候会出现迭代计算发散的问题。理论分析表明,直接计算梯度的方法使边界条件的时间推进过程等价于雅克比迭代过程,因此必须满足相应的收敛性条件。为了消除收敛性条件的限制,给出了一种在任意网格密度下均收敛的边界条件处理方法并通过数值算例验证了该方法的正确性。针对高空高超声速流动,以空天飞机为例,对比了滑移/无滑移边界条件所得结果的差异,分析了滑移效应对飞行器气动特性及热环境的影响。     

无人机对地目标多帧融合定位与误差收敛特性分析

对地目标高精度定位是无人机开展目标侦察、火力引导、效能评估等的重要前提,然而无人机对地目标定位精度受到误差因素多、传递链长等因素的制约。采用基于卡尔曼滤波的图像多帧配准对地面目标定位的方法,通过融合无人机获取的多帧目标图像,基于卡尔曼滤波方法,研究无人机对地目标高精度融合定位方法,并引入蒙特卡洛法进行仿真,分析基于卡尔曼滤波法多帧融合定位的误差收敛性、大小和分布,分析观测间隔、视线俯仰角等对误差收敛性的影响,形成若干提高定位精度的建议。