摘要：研究建立了一种等态等价关系与强/弱态偏序关系模型,用于分析进化算法在收敛性上的等价性与可比性.基于吸收态Markov(马尔可夫)性,满足等态关系的进化算法具有等价的收敛性,从而在收敛性意义上实现了进化算法的等价类划分.在等态关系基础上,建立了弱态和强态的偏序关系,提出了一种对比进化算法收敛性的数学工具,在此基础上设计了更为强态的进化算法.文章运用所得理论分析了采用不同变异算子的(1+1)EA算法之间的关系,并用数值实验予以验证.文章提出的关系模型可以作为研究进化算法在收敛性上等价、对比和改进的一种理论基础.

摘要：针对合同网协议协商机制缺乏问题求解质量与效率分析的情况,设定假设条件,构建马尔可夫链模型,得出了利用目前已有的合同类型无法保证全局收敛的结论.在此基础上,提出了变邻域合同系的概念,通过分析控制方式对收敛性的影响,得出了集中式控制可以保证全局收敛以及分布式控制以概率保证全局收敛的结论,并设计了概率的计算方法.采用Doebin理论,对应用变邻域合同系的收敛速率进行分析,得出了集中式控制收敛速率与分布式控制收敛速率的上下界估计.

摘要：自适应陷波器的内部结构使得非二次型误差曲面收敛至局部最优,导致陷波参数停止调整而不能够持续稳定地跟踪信号频率的变化。利用滤波增强信号与原始信号的相关性,设计一个频率跟踪质量评价因子,根据频率跟踪质量可实时监测并自动调整陷波参数。据此原理,提出一种改进的自适应格型陷波频率估计算法。仿真结果与理论分析均表明,该方法在不增加计算量的前提下,较大幅度地提高了算法的收敛速度和持续跟踪精度,证实了该算法优于原有的算法。

摘要：在多目标粒子群优化的设计中,收敛性和多样性的正确管理是获得接近真实帕累托前沿并分布良好的近似解的关键。为了更好地平衡收敛性和多样性,防止算法过早收敛,提出了一种基于相似度的自适应多目标粒子群算法(SAMOPSO)。首先,算法利用存档中每个解与其他解之间的相似度和适应度值来维护存档获得高质量的候选解。其次,引入了一种基于各粒子信息的自适应飞行参数调整机制,进一步提高SAMOPSO算法的进化性能。最后,将SAMOPSO算法与六个经典多目标优化算法在15个基准测试函数上进行比较,结果证实了该算法的有效性。

摘要：在实时建模与反馈控制一体化的思想下,利用"泛模型的基本形式",对无模型控制律的收敛性进行了定量和定性的分析,给出了控制律收敛的必要条件、特征参量选择方法以及影响收敛特性的因素。从理论上,进一步证明了无模型控制器设计方法的合理性,并为控制器的设计提供理论依据。分析结果表明了在考虑控制系统设计的建模问题时,可以脱离开"先建模后设计"的经典途径,只要从所谓的泛模型出发,所设计的无模型控制律的收敛性将得到保证。

摘要：BDS-3已经组网完成,其多频信号的播发丰富了BDS-3定位的多样性,但当前对BDS-3单频PPP研究较少,因此该文进行了BDS-3系统B1C、B1I、B2A、B2B、B3I静态与仿动态PPP解算实验,分析了BDS-3单频PPP定位精度与收敛性。实验结果表明,BDS-3单频静态PPP定位性能较优,水平和高程定位精度都在厘米级,收敛时间相差较多,其中B2B频率定位精度优于L1和E1频率,且收敛时间最短,在70 min以内;BDS-3单频动态PPP定位性能较差,除个别频率,水平定位精度在厘米级,高程定位精度在分米级,首次收敛时间较长。

摘要：研究了求解航空发动机非线性数学模型的常规迭代算法如Newton-Raphson法、Broyden秩1法、N+1点残量法和粒子群进化算法的收敛性和局限性,尤其在求解高度非线性化的航空发动机部件模型时,经典迭代算法因对初值较为敏感而无法收敛,而粒子群算法表现出了较好的全局收敛能力。在此基础上提出了提高迭代算法收敛性和计算效率的PSO-NR融合算法,为解决变几何等大偏离计算不收敛问题提出了一种途径,计算实例表明了该方法是有效的。

摘要：本文对满足某些正则条件下 ,源于工程设计问题中的一类偏凸优化问题 ,证明了剖分对偶界在某种意义下收敛到问题的最优值 .

摘要：针对时滞网络化群体的编队控制问题,设计了PD控制器进行控制.群体为双积分系统,群体中的个体之间基于固定的拓扑结构图进行交互作用.个体的反馈控制作用仅仅基于个体与其邻居之间的相对信息,通信拓扑结构图可以为无向和有向图.设计了PD控制器来提高系统的收敛性.通过仿真确定了PD控制器的比例系数、微分系数对系统收敛性的影响,并给出了设计控制器参数的方法.仿真结果表明所设计的PD控制器提高了系统的收敛性.

摘要：本文就Fedorov的所谓线性最优准则,给出W-算法在非奇异和奇异最优设计中收敛到线性最优设计的统一的证明,从而解决了W-算法在很广的一类最优设计中的收敛性问题.