松弛因子

摘要： 时序约束分解是求解时序约束服务组合问题的有效方法,通过在时序约束分解模型中引入松弛因子,可以增强对用户约束强度的适应能力。针对现有的松弛因子自适应调节方法采用模糊推理规则,依赖人工经验,考虑的影响因素也较少的情况,提出一种使用神经网络自适应调节松弛因子的方法,考虑了活动个数、候选服务个数、约束强度和约束个数等因素对松弛因子的影响。仿真实验分析表明,将所提出方法确定的松弛因子用于时序约束分解时,可以较用模糊推理方法确定的松弛因子获得更好的综合性能。

摘要： 针对目前模型预测控制(Model predictive control,MPC)算法处理约束问题普遍以解决定值约束为主,面对大幅干扰及设定值改变等工况,由于定值约束的局限性,系统动态性能、鲁棒性受到影响,系统被控变量波动较大,且运算速度较低。以单层动态矩阵控制(Dynamic matrix control,DMC)算法为核心,提出一种约束自适应控制策略。简化约束在算法预测时域的计算长度,提升算法执行效率;针对控制变量约束引入松弛因子实现约束动态调整,降低动态规划数值求解时间;利用模型结构及反馈原理补偿模型误差。通过单变量系统仿真验证,结果表明:约束自适应算法可自动计算初始约束及过程约束,并对约束动态调整,相对于固定约束系统具有更好的快速性和鲁棒性。

摘要： 危险源是危险区域分析的基础,在国家强调工业安全的背景下,建筑工程施工现场危险区域的安全管理显得尤为重要,但目前相关领域缺乏系统的识别方法与评估框架.在考虑危险区域的阶段性与空间性的基础上,将主客观双线路评估应用于建筑施工现场危险区域的风险评估.主观路线采用失效模式与影响分析(FMEA)方法实施,并利用综合加权模糊TOPSIS进行算法优化;客观路线基于粗糙集理论中的约简原则与知识依赖性进行风险排序;最后通过松弛因子将两者结合,对建筑施工各阶段的区域风险进行了组合评估与分级.结果表明:所提出的新框架能够较好地反映建筑工程施工现场的风险水平,可为安全管理决策与应急疏散分析提供有效支持.

摘要： 针对重心迭代法收敛速度缓慢的不足,基于残差最小步长准则,提出了一种松弛重心迭代法.该方法依据残差最小性质,导出了松弛因子的确定公式,从而自适应调整迭代步长来提高重心迭代法的收敛效率.松弛重心迭代法实质为最速下降法,具有迭代格式简单、无需矩阵求逆和计算海森矩阵的优点.最后采用全球卫星导航系统(GNSS)定位数据和水下定位数据进行验证,结果表明松弛重心迭代法能够明显提高重心迭代法的收敛效率.

摘要： 针对威胁环境下的多智能体协同轨迹规划问题,以轮式机器人为对象,研究了基于序列凸优化方法的协同轨迹规划方法。首先通过对轮式机器人模型的分析,给出单独轮式机器人实际物理约束,同时以状态量、控制量加权为性能指标,考虑运动学方程、避障避碰约束、个体物理性能约束、终端约束,建立多轮式机器人协同轨迹规划问题;其次,对运动学方程、避障避碰约束进行凸化,证明了满足凸化后的避障避碰约束的解也满足原始避障避碰约束,并进行了几何直观解释;然后,将凸优化子问题进行离散化与松弛化,采用序列凸优化架构进行问题求解;最后,通过数值仿真,对比了松弛序列凸优化方法与现有非线性优化求解器的求解效率。结果表明,松弛序列凸优化方法在尽可能保证最优性的同时大大缩短了计算时间,具有一定工程意义。

摘要： 为使用交替方向乘子法(ADMM)求解夏普比率最大值,在将非凸函数夏普比率转化成凸函数后,证明其定义域也是凸的,设计了增加拉格朗日乘子循环的ADMM进行求解,在一定条件下证明了算法能够收敛到最优解.在实证分析中,找到了使ADMM算法收敛最快的松弛因子,并将其与其他求解凸规划的类似算法进行比较,得出ADMM算法的表现更加优越,其收敛速度也相对较快.

摘要： 针对威胁环境下的多智能体协同轨迹规划问题,以轮式机器人为对象,研究了基于序列凸优化方法的协同轨迹规划方法.首先通过对轮式机器人模型的分析,给出单独轮式机器人实际物理约束,同时以状态量、控制量加权为性能指标,考虑运动学方程、避障避碰约束、个体物理性能约束、终端约束,建立多轮式机器人协同轨迹规划问题;其次,对运动学方程、避障避碰约束进行凸化,证明了满足凸化后的避障避碰约束的解也满足原始避障避碰约束,并进行了几何直观解释;然后,将凸优化子问题进行离散化与松弛化,采用序列凸优化架构进行问题求解;最后,通过数值仿真,对比了松弛序列凸优化方法与现有非线性优化求解器的求解效率.结果表明,松弛序列凸优化方法在尽可能保证最优性的同时大大缩短了计算时间,具有一定工程意义.

摘要： 对于增广拉格朗日乘子法,分析表明其解析解只有一个不等式约束的边界解严格成立,而其在可行域内的解析解在松弛变量为实数时存在,当松弛变量为虚数时不等式约束不满足,解析解不在可行域内,增广拉格朗日乘子法无效.当采用无约束最优化算法求解数值解时,在一定的条件下数值解在可行域内,增广拉格朗日乘子法有效,若条件不成立,则增广拉格朗日乘子法无效.本文在增广拉格朗日函数中加入松弛因子,修正了增广拉格朗日乘子法,使其具有一个在可行域内的严格成立的解析解,当松弛因子与终止条件的允许误差限满足一定的条件时,不等式约束满足,修正增广拉格朗日乘子法严格成立.数值分析实例验证了上述研究的有效性.

摘要： 提出了一种改进的乘子交替方向法(ADMM)算法,基于松弛技术和预测-校正框架,将松弛算子引入子问题x和对偶变量 λ,使得每次迭代的步长大于1,从而提高了算法的收敛性,并在变分不等式的框架下证明了该算法的收敛性.此外,数值实验中通过图像去模糊问题验证了算法的有效性,并基于多组对照实验,综合考虑收敛效率和图像质量,选取适当的收敛准则.

摘要： 近年来,电离层层析技术从方法研究到理论应用等方面都得到了长足的发展,但是受到观测条件和测站分布等多种因素的影响,可靠的电离层层析算法等关键性问题还有待进一步的完善和改进.本文先介绍了电离层层析模型和常用的层析算法,然后根据电离层层析算法中存在的问题,在传统的迭代重建算法的基础上提出了一种改进松弛因子的电离层层析新算法.该算法通过调整迭代过程中的松弛因子,有效地提高了电子密度的反演精度.最后对该算法进行了实测数据的测试,证明了该算法在进行重构电子密度时的可靠性和优越性.

摘要： 总体刚度矩阵有一些特殊性质,如稀疏性、带状性、主元占优等,可以根据刚度矩阵的性质,用一些特殊的方法来求解刚度矩阵组建的线性方程组,超松弛迭代法就是其中之一.本文主要研究超松弛迭代在求解刚度矩阵组建的方程组时,改变松弛因子对解和求解速度的影响.根据不同的松弛因子比较其求解所花费的时间、迭代的次数,来定性的研究超松弛迭代方法.

摘要： 本文利用坐标变换及调和方程椭圆边界上的自然积分算子,研究各向异性椭圆型方程基于椭圆人工边界的非重叠型区域分解算法及其松弛因子,讨论其离散问题的迭代收敛性,分析连续型算法的收敛性及其松弛因子的选取,并得到依赖于准确解的频率范围和人工边界尺寸的最优松弛因子和最优压缩因子.

摘要： 本文基于相变墙体传热热容数学模型,通过有限差分法离散获得全隐格式下的离散方程,采用逐次超松弛迭代方法并利用MATLAB编程求解获得了给定气候条件下墙体内表面温度全年逐时值,并研究了不同松弛因子对程序收敛速度的影响,同时对比了有无自适应网格划分对内表面温度的影响.结果表明:该计算工具是可靠的,松弛因子的选取会直接影响程序的收敛速度,其建议的取值范围为0.8～2.0,并且在本研究案例中无需采用自适应网格划分即能达到较好的计算结果.

摘要： 本文研完了基于伪谱法3D刚体摆姿态最优控制问题.3D刚体摆可以描述为由一个刚体绕一无摩擦且固定的支点旋转,受到重力作用且具有三个转动自由度.针对3D刚体摆倒立时的平衡状态,利用legendre伪谱法设计了3D刚体摆的姿态最优控制轨迹,并引入松弛因子控制LGL插值点的取值.仿真结果表明,基于legendre伪谱法计算量小,运算精度高,能够很快获取解析形式的控制输入量,使得3D刚体摆以较小的误差运行到期望的末端姿态.

摘要： 大型复杂化工过程控制中，常规的集中式控制方式不利于实时性、灵活性和容错控制。而采用多预测控制器协调的分布式控制是解决这一问题的有效方法。针对子系统间的动态耦合行为严重影响多预测控制器协调以及稳定性的问题，提出一种鲁棒区域控制策略。即在每个子系统的目标函数中加入松弛因子增加控制器间协调时的余量来达到分布式预测控制的稳定性。通过以反应器-存储器-分馏器组成的过程为事例，仿真结果表明该方法的可行性和有效性。

摘要： 通过计算机数值模拟,对光学层析技术中迭代重建算法的重建参数进行分析,并对其重建误差进行比较,选择合适的重建参数,获得较好的重建结果.计算机数值模拟证明松弛因子的选择对迭代重建算法的重建结果有非常重要的影响,本文研究了多种因素对迭代算法重建精度的影响,重点研究了松弛因子的影响,并总结出了不同算法不同条件下松弛因子选择的规律.

摘要： 本文研究无界区域Stokes问题的D-N交替法,给出连续和离散情形的D-N算法,分析了离散情形算法的收敛性,得到最优的松弛因子和压缩因子,并且得到算法收敛的充要条件及充分条件,最后给出数值算例予以验证.

摘要： 本文提出了在超松弛迭代方法(SOR)迭代的过程中,自适应地选取最佳松弛因子来高效求解计算电磁学中的问题。文中以有限差分方法(FDM)计算微带线特性阻抗为例,应用自适应超松弛迭代技术,结果表明这种方法是有效的。与传统的经验选取松弛因子的方法相比,文中提出的自适应方法更加优越.不仅能够正确的选出了最佳松弛因子还加速了迭代收敛.

摘要： 基于TEAM Problem 21基准模型，对不同饱和程度下导磁钢中损耗、磁场分布进行了数值分析和模型试验，详细考察了钢中损耗和磁通随激励电流的增加而变化的情况，验证了数值分析方法的有效性.

摘要： 本发明公开了一种基于松弛罚因子的电能量市场优化方法、系统及设备，方法包括以下步骤：建立转移因子矩阵；设置松弛罚因子M，构建市场出清模型，对市场出清模型进行求解得到线路的潮流松弛量；根据线路的潮流松弛量对市场出清模型进行修正，得到修正的松弛罚因子M’，构建市场定价模型；对市场定价模型进行求解，得到电力市场的影子价格；基于转移矩阵因子矩阵以及影子价格对电能量市场进行优化。本发明充分考虑了松弛罚因子对市场出清结果的影响特点，对当前的基于松弛罚因子的市场出清模型和市场定价模型进行了改进，保证了节点电价的合理性，从而获得更加合理的电能量市场出清结果，有助于提高电网运行的经济性。

摘要： 本发明公开了一种基于松弛罚因子的电能量市场优化方法、系统及设备，方法包括以下步骤：建立转移因子矩阵；设置松弛罚因子M，构建市场出清模型，对市场出清模型进行求解得到线路的潮流松弛量；根据线路的潮流松弛量对市场出清模型进行修正，得到修正的松弛罚因子M’，构建市场定价模型；对市场定价模型进行求解，得到电力市场的影子价格；基于转移矩阵因子矩阵以及影子价格对电能量市场进行优化。本发明充分考虑了松弛罚因子对市场出清结果的影响特点，对当前的基于松弛罚因子的市场出清模型和市场定价模型进行了改进，保证了节点电价的合理性，从而获得更加合理的电能量市场出清结果，有助于提高电网运行的经济性。

摘要： 本发明提供了基于径向基神经网络的过冷流动沸腾换热质量传递松弛因子预测方法，包括通过CFD软件，试凑不同工况下的质量传递松弛因子；采集不同工况下的流动参数和质量传递松弛因子；确定RBF神经网络的输入和输出变量；RBF神经网络的训练和测试；利用所训练的RBF神经网络预测不同工况下的质量传递松弛因子，实现过冷流动沸腾换热质量传递松弛因子的预测。本发明考虑了不同流动参数对质量传递松弛因子的影响，试凑每个工况下最佳的质量传递松弛因子，基于流动参数和质量传递松弛因子建立RBF神经网络预测模型。通过在RBF神经网络预测模型中直接输入不同工况下的流动参数，能够快速、准确地预测冷却通道过冷流动沸腾换热的质量传递松弛因子。

摘要： 本发明提供了一种利用松弛因子叠前地震反演进行储层预测的方法，该方法包括：A、收集地震工区内的叠前地震角道集数据以及地震工区内相应的测井数据；B、根据先验地质层位以及所述的测井数据生成纵波速度、横波速度和密度的初始模型；C、将所述的叠前地震角道集数据叠加成不同角度的n个叠加地震道集；D、根据所述的n个叠加地震道集提取对应的n个子波；E、逐次从n个叠加地震道集及其对应的n个子波中提取一个叠加地震道集及其对应的1个子波等。通过将由纵波速度、横波速度和密度生成的松弛因子加入到反演过程中，进行储层的预测，提高了储层预测的精确性，对油气有利位置的指示更为明显。

摘要： 本发明公开了基于松弛因子的三维中子输运方程计算方法及系统，涉及核反应堆堆芯设计技术领域，建立三维中子输运方程；将三维中子输运方程转化成一维方程和二维方程；分别对一维方程和二维方程进行求解得到反应堆芯特征值和三维中子通量；求解一维方程时，基于一阶差分形式进行通量展开，并引入松弛因子计算三维中子通量将直接三维求解转化为一维和二维分别进行求解，基于松弛因子修正求解一维方程，保证了一维方程求解过程流与通量的匹配，解决了二维和一维计算通量不匹配的问题，从而提高了三维中子输运方程计算方法的稳定性。

摘要： 一种流体力学计算技术领域的自动计算最优松弛因子的稳态Navier‑Stokes方程求解方法，包括以下步骤：第一，对动量方程进行有限体积离散，得到半离散形式的方程；第二，对半离散形式的方程使用松弛因子得到松弛之后的方程；第三，求解松弛后的方程得到速度的预测值,并构建中间速度；第四，根据连续性方程构建压力方程；第五，求解压力方程得到压力场，对压力场使用松弛；第六，根据松弛后的压力修正速度场，第七，求解湍流输运方程，更新湍流场。本发明基于对SIMPLEC算法的求解流程进行误差分析，推导出速度场的最优松弛因子的公式。在此基础上，本发明还对最优松弛因子的实际使用进行了改进。经过改进后的流程在保证计算稳定性的前提下，大大提高了收敛速度。

摘要： 本发明属于通信技术领域，涉及一种massive MIMO检测器松弛因子的选取方法。本发明根据滤波矩阵特征值的近似，在现有基于一定条件的最佳因子的基础上进行延伸，得到只跟收发天线数相关的松弛因子。提出的松弛因子计算简单。仿真结果表明基于本发明提出的松弛因子的SOR和SSOR方法相比基于现有的松弛因子的有很大的性能提升。基于本发明提出的SOR和SSOR方法的性能增益在N

摘要： 本发明提供了基于径向基神经网络的过冷流动沸腾换热质量传递松弛因子预测方法，包括通过CFD软件，试凑不同工况下的质量传递松弛因子；采集不同工况下的流动参数和质量传递松弛因子；确定RBF神经网络的输入和输出变量；RBF神经网络的训练和测试；利用所训练的RBF神经网络预测不同工况下的质量传递松弛因子，实现过冷流动沸腾换热质量传递松弛因子的预测。本发明考虑了不同流动参数对质量传递松弛因子的影响，试凑每个工况下最佳的质量传递松弛因子，基于流动参数和质量传递松弛因子建立RBF神经网络预测模型。通过在RBF神经网络预测模型中直接输入不同工况下的流动参数，能够快速、准确地预测冷却通道过冷流动沸腾换热的质量传递松弛因子。

摘要： 本发明公开了一种基于分散松弛因子潮流模型的最小发电费用增量获取方法。通过解决只含有一个平衡节点潮流模型的最小发电费用增量模型时，系统总的需求单位变化固定在了平衡节点，所得到的λ，即系统总的需求单位变化时，发电费用最小增量，往往不能反应系统的实际运行。本发明用原对偶内点法求解提出的模型，根据分散松弛因子的选择，系统的λ是可控的。

摘要： 本发明公开了一种松弛因子的迭代计算方法。通过数值算例，公开了该方法的适用性。计算结果表明：当结构具有较明显的非粘滞特性时（如γ