牛海峰
- 作品数：9 被引量：6H指数：2
- 供职机构：河南理工大学数学与信息科学学院更多>>
- 发文基金：国家自然科学基金博士科研启动基金河南省基础与前沿技术研究计划项目更多>>
- 相关领域：理学自动化与计算机技术更多>>
- 一类改进的谱共轭梯度法被引量：1
- 2021年
- 谱共轭梯度法是在共轭梯度法基础上发展起来的新型算法,其特点是有两个方向控制参数,是解决大规模无约束优化问题的有效方法,也是优化工作者研究的热点。本文基于已有的非线性谱共轭梯度法提出了一类新的谱共轭梯度法,利用新构造的共轭方向调控参数βk构建了新的算法,并保证了该算法在任何线搜索下都满足共轭条件,进而在迭代时产生的搜索方向都是充分下降的。在Wolfe线搜索下,该方法的全局收敛性得以验证。
- 李景景书杰牛海峰
- 关键词：无约束优化WOLFE线搜索全局收敛性
- 一类基于Wolfe线搜索下的谱共轭梯度法
- 2019年
- 在已有文献β■的基础上得到了一个新的谱共轭参数,从而构造了一个新的谱共轭梯度法.并且新方法的搜索方向不需要任何线性搜索条件而自动下降.利用标准Wolfe线搜索,在一般假设条件下,验证了该方法是全局收敛的.
- 李亚敏景书杰牛海峰
- 关键词：无约束最优化充分下降性WOLFE线搜索全局收敛性
- 精确线搜索下一种新的混合共轭梯度法被引量：2
- 2018年
- 本文对于大规模无约束优化问题提出了一种新的混合β_k公式,从而提出了一种具有充分下降性的混合共轭梯度法.利用精确线搜索步长规则,在适当的假设下证明了新算法的全局收敛性.
- 景书杰王慧婷牛海峰陈耀
- 关键词：无约束最优化共轭梯度法全局收敛性
- 一类改进的谱共轭梯度法
- 2019年
- 谱共轭梯度法有两个方向控制参数,是解决大规模无约束优化问题的有效方法.本文提出了一个改进的谱参数θ_k,它不同于现有的θ_k.新算法在任何线搜索下都满足著名的共轭条件:d^T_ky_(k-1)=0.新方法的搜索方向在任何线搜索下都是充分下降的.在一般假设下,我们证明该方法在改进的Wolfe线搜索是全局收敛的.
- 景书杰李亚敏牛海峰
- 关键词：无约束优化谱参数WOLFE线搜索
- 改进的群搜索优化算法被引量：1
- 2017年
- 标准的群搜索优化算法(GSO)是一种新的群智能优化算法,适用于解决高维函数的优化问题,而且简单高效,易于实现,但在其优化的后期容易陷入局部最优.为进一步提高其收敛速度和精度,对GSO算法进行了改进.保留其"发现者-加入者"模型,针对GSO算法发现者和游荡者搜索的无目的性,引进最大下降方向和杂交策略,发现者按角度搜索的同时也按最大下降方向进行搜索,游荡者通过基因突变策略的方式生成.通过23个基准测试函数对GSO算法和改进的GSO算法进行测试,结果表明改进的GSO算法在收敛速度和收敛精度上优于标准GSO算法.
- 景书杰陈耀牛海峰王慧婷
- 关键词：群智能算法收敛速度
- 求解非线性全局优化问题的填充函数算法
- 2022年
- 填充函数是目标函数的复合函数,当目标函数形式较为复杂时,填充函数随之变复杂。填充函数中参数越多,计算时越难调节,导致计算量增加。针对此问题,在无不等式约束条件下,构建一个连续可微的单参数填充函数,并从理论上讨论该函数的相关性质。分析认为,通过极小化该填充函数,可以跳出目标函数当前局部极小点,找到一个更好的局部极小点。结合序列二次规划算法和拟牛顿算法设计新的填充算法,并选择实例进行数值试验,计算结果表明,提出的填充函数算法有效可行。研究结果可为求解非线性全局优化问题提供一种形式简单、参数容易调节的有效算法。
- 景书杰段晓辉牛海峰
- 关键词：填充函数局部极小点
- 带时滞非线性系统的鲁棒自适应观测器
- 2016年
- 针对带未知时滞的非线性系统进行讨论,通过一个对Barbalat’s引理和一个激发持续性结果的合适扩展性结论,结合关于扰动和时变参数的状态输入稳定性理论,给出了一个鲁棒自适应观测器.
- 宋全轩仝卫卫牛海峰
- 关键词：不确定非线性系统非线性观测器
- 一类基于Armijo线搜索的新的谱共轭梯度法被引量：2
- 2019年
- 为了构造具有更好收敛性的谱共轭梯度法,根据已有的共轭系数β~*_k和β■,构造了一个新的共轭系数β■,从而给出了一个新的谱共轭梯度法。经过选取适当的谱系数,保证新方法在每次迭代时总能产生充分下降的搜索方向。该性质具有既不依赖所使用的线搜索,又不依赖目标函数凸性的优点。利用Armijo线搜索,在一般假设条件下,给出了该方法全局收敛性的证明。
- 景书杰李亚敏牛海峰
- 关键词：ARMIJO线搜索全局收敛性
- 一类求解全局优化问题的单参数填充函数算法
- 2022年
- 全局优化算法是最优化算法出现后众多优化工作者和优化应用问题所追求的算法,但是除了线性规划和凸规划以外,其他优化问题的全局优化算法难度较大.目前填充函数算法是用来求解非线性全局优化问题的一类有效且可行的方法,但已有的填充函数由于存在指数项和较多参数而导致数值实验效果不理想.本文在无不等式约束条件下,提出了一个满足填充函数定义且连续可微的单参数填充函数,分析讨论了该函数的性质,并设计了相应的填充函数算法.最后结合多峰值函数进行了数值实验,数值结果证明提出的填充函数及算法是有效可行的.
- 段晓辉景书杰牛海峰
- 关键词：全局优化填充函数多峰值函数
