高兴宝
- 作品数：72 被引量：199H指数：8
- 供职机构：陕西师范大学数学与信息科学学院更多>>
- 发文基金：国家自然科学基金中央高校基本科研业务费专项资金陕西省自然科学基金更多>>
- 相关领域：理学自动化与计算机技术电子电信更多>>
- 一种新的Uzawa-MHSS迭代法求解一类复奇异鞍点问题被引量：1
- 2017年
- 利用经典的Uzawa法和修正的Hermitian和Skew-Hermitian分裂(MHSS)迭代法,提出一种新的Uzawa-MHSS迭代法求解一类复奇异鞍点问题,得到了该方法的半收敛定理,并分析了其半收敛性.数值实验表明,新迭代方法比经典的Uzawa法和MHSS法在求解鞍点问题时更有效.
- 熊劲松高兴宝
- 关键词：半收敛性
- 求解非线性规划问题的混合粒子群算法被引量：6
- 2008年
- 用粒子群算法求解非线性规划问题时不可避免的会产生不可行点,处理好不可行点是粒子群算法取得良好优化结果的关键。依据粒子的目标函数值与违反约束的程度提出了一种处理不可行点的合理选择方案,并运用融合差分演化的混合粒子群算法求解约束优化问题,数值实验表明该算法的有效性。
- 廖锋高兴宝
- 关键词：粒子群差分演化早熟
- 基于动态引力常数和种群递减的引力搜索算法被引量：2
- 2018年
- 为进一步增强标准引力搜索算法的全局搜索能力及克服其早熟收敛等缺点，提出了一种基于动态引力常数和种群递减的引力搜索算法．首先，所提算法通过动态调整引力常数，有效地平衡算法的全局搜索和局部开发能力；其次，为提高算法的性能，对种群规模进行动态递减调整，从而有效地加强了算法后期的收敛速度．最后，用30个CEC2014测试函数的仿真实验结果与3种引力搜索算法的比较说明所提算法收敛速度快，寻优能力强．
- 李静高兴宝
- 关键词：引力搜索算法全局搜索
- 自适应权重差分进化算法被引量：1
- 2012年
- 针对使用不同中间向量遗传策略(学习策略)的差分进化算法所表现出的性能不同,提出一种改进的差分进化算法,对已有的两种遗传策略引入自适应权重,设计了一个新的中间向量遗传策略.通过对基准函数进行测试,结果表明新算法避免了早熟收敛,寻优性能较好,收敛速度较快,具有一定的有效性.
- 王建芹高兴宝
- 关键词：差分进化算法自适应权重函数优化
- 分布时滞的脉冲神经网络的稳定性分析
- 2011年
- 讨论了具有无穷分布时滞的脉冲神经网络的全局指数稳定性.利用Lyapunov-Krasovskii泛函和线性矩阵不等式,得到了神经网络的全局指数稳定的充分条件.同时,推广了已有文献的结果,降低了系统的保守性.通过实例说明了所得结论的实用性.
- 雷瑞兴高兴宝
- 关键词：脉冲神经网络线性矩阵不等式LYAPUNOV-KRASOVSKII函数全局指数稳定
- 基于变异和交叉的改进粒子群算法被引量：2
- 2011年
- 为克服粒子群算法早熟收敛的缺点,通过引入变异和交叉算子,设计了一种新的粒子群算法.通过对常用测试函数的数值试验,说明了新算法不仅能有效地避免早熟收敛,而且具有更好的收敛速度.
- 闫元元高兴宝周喜虎
- 关键词：粒子群算法早熟收敛
- 解二次极大极小的时变时滞神经网络
- 2009年
- 通过鞍点定理和投影理论,提出了一个解二次极大极小问题的变时滞神经网络。利用泛函微分方程理论,给出了确保该变时滞神经网络全局指数稳定的充分条件。由于稳定性分析中不需要原极大极小问题的凸性,该网络可以用来求解一类非凸优化问题。仿真实例验证了理论的正确性和网络的性能。
- 张慧霞高兴宝
- 关键词：时变时滞
- 求解作业车间调度问题的粒子群优化算法被引量：11
- 2008年
- 讨论了作业车间调度问题的数学表达模型,考虑将粒子群优化算法与差异演化算法的优点结合起来,提出求解作业车间调度问题的新的混合粒子群优化算法,对7个标准算例的仿真结果表明了算法的有效性和优越性。
- 张慧霞张焱高兴宝
- 关键词：作业车间调度混合粒子群算法
- 线性约束非线性规划的新神经网络被引量：3
- 2002年
- 基于最优性的充要条件 ,提出了一种解线性约束非线性凸规划的新神经网络 ,构造了恰当的Lyapunov函数 ,证明了其稳定性 .该模型不需要设定网络参数 ,能同时求解原问题与对偶问题 ,并且当目标函数严格单调时 ,它能大范围渐近收敛于原问题的精确解 .模拟实验表明新模型不仅可行 。
- 高兴宝
- 关键词：神经网络稳定性收剑性
- 含时变脉冲Hopfield型神经网络的全局指数稳定性被引量：1
- 2013年
- 研究了含时变脉冲Hopfield型神经网络的全局指数稳定性.通过构造恰当的Lyapunov函数和应用比较方法,得到该模型在含有时变脉冲条件下全局指数稳定的充分条件.用数值实例说明所得结果的有效性.
- 姚爱超高兴宝
- 关键词：HOPFIELD神经网络全局指数稳定性
