一、一個(gè)修正的罰函數(shù)方法（論文文獻(xiàn)綜述）
張福才[1]（2019）在《基于優(yōu)化原理的多光譜真溫反演算法研究》文中研究指明多光譜測溫法是通過測量多個(gè)光譜輻射的信息并采用相關(guān)的理論與算法反演出輻射體真實(shí)溫度（真溫）的過程。光譜發(fā)射率求解仍然是多光譜測溫法的重點(diǎn)和難點(diǎn),從理論上講,必須已知足夠多的光譜信息才能獲得輻射體的真溫?？紤]到實(shí)際輻射體在不同光譜和不同溫度時(shí)的光譜發(fā)射率通常是不一致的且光譜發(fā)射率的求解又是非接觸的輻射溫度測量中不可回避的一個(gè)問題,因此,開展多光譜發(fā)射率的求解和真溫反演方法的研究就具有很強(qiáng)的科學(xué)意義和應(yīng)用價(jià)值。經(jīng)過幾十年來的發(fā)展,光譜發(fā)射率求解可以概括為四類模型。一是灰體假設(shè)模型,這類假設(shè)模型認(rèn)為在真溫反演過程中認(rèn)為光譜發(fā)射率是一個(gè)常數(shù)或其變化可以忽略不計(jì);二是波長假設(shè)模型,這類假設(shè)模型認(rèn)為在真溫反演過程中認(rèn)為光譜發(fā)射率與波長之間存在一定的關(guān)系,可以用含有波長的表達(dá)式代替光譜發(fā)射率實(shí)現(xiàn)真溫的反演;三是真溫假設(shè)模型,這類假設(shè)模型認(rèn)為在真溫反演過程中光譜發(fā)射率與真溫之間存在一定的關(guān)系,將光譜發(fā)射率與真溫之間建立模型并通過迭代方法來實(shí)現(xiàn)真溫的反演;四是建立神經(jīng)網(wǎng)絡(luò)模型,通過神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)實(shí)現(xiàn)真溫的反演。本文基于真溫的唯一性,在對不同假設(shè)模型的分析基礎(chǔ)上,試圖尋求一種無需假設(shè)光譜發(fā)射率模型且具有一定通用性的真溫反演方法,開展以多光譜真溫反演算法為核心的研究工作。概述了傳統(tǒng)多光譜真溫反演理論與方法的特點(diǎn),針對現(xiàn)有的多光譜真溫反演過程中光譜發(fā)射率模型選擇復(fù)雜性,提出了一種有約束優(yōu)化原理的單目標(biāo)函數(shù)極小值的真溫反演方法,這種方法無需假設(shè)光譜發(fā)射率模型將真溫的反演問題轉(zhuǎn)變成求解目標(biāo)函數(shù)極小值的優(yōu)化問題。與傳統(tǒng)的二次測量法相比,在相同的初始條件下,新方法的真溫反演速度最大提高了98%以上。單目標(biāo)函數(shù)極小值的真溫反演方法的真溫反演速度較高,但反演精度低于傳統(tǒng)的二次測量法,個(gè)別誤差超過了1%。針對單目標(biāo)函數(shù)極小值法在真溫反演精度較低的這一不足,提出了另外一種基于有約束優(yōu)化原理的多目標(biāo)函數(shù)極小值的真溫反演方法。這種真溫反演方法的反演精度與二次測量法大體相當(dāng),但真溫反演速度依然明顯高于二次測量法的真溫反演速度;相比于單目標(biāo)函數(shù)極小值法,多目標(biāo)函數(shù)極小值的真溫反演方法的反演精度優(yōu)于單目標(biāo)函數(shù)極小值法的反演精度,所有反演誤差都在1%以內(nèi),個(gè)別反演誤差為0。因此,多目標(biāo)函數(shù)極小值法更適合于精度更高的真溫反演。針對實(shí)際的多光譜輻射測量中有時(shí)不能使用維恩公式代替普朗克公式進(jìn)行計(jì)算的實(shí)際情況,提出了一種基于普朗克原理的真溫反演方法,該方法仍然不需要建立光譜發(fā)射率的模型,將真溫的反演問題轉(zhuǎn)變成求解目標(biāo)函數(shù)極小值的優(yōu)化問題。通過仿真與實(shí)驗(yàn)數(shù)據(jù)驗(yàn)證,該方法所有反演誤差都在1%以內(nèi),進(jìn)一步拓展了基于有約束優(yōu)化原理的多光譜真溫反演算法的適用范圍。探索在二維真溫溫度場構(gòu)建中真溫點(diǎn)數(shù)與重建精度之間的關(guān)系,探討不同插值方法對溫度場重建精度的影響,使用正態(tài)分布和t分布兩種檢驗(yàn)方法對溫度場中需要真溫點(diǎn)數(shù)進(jìn)行了檢驗(yàn),得到了初步的結(jié)論,為對火箭尾焰真溫溫度場的構(gòu)建和面源黑體結(jié)構(gòu)設(shè)計(jì)提供相關(guān)的理論分析和客觀評價(jià)的方法。
莊茁[2]（2018）在《輪胎非線性有限元分析方法》文中認(rèn)為
石志娟[3]（2017）在《Lipschitz函數(shù)優(yōu)化的一個(gè)無導(dǎo)數(shù)算法》文中進(jìn)行了進(jìn)一步梳理為研究Lipschitz函數(shù)極小化問題,本文使用了一個(gè)線性搜索的無導(dǎo)數(shù)方法,即CS-DFNP算法.由于目標(biāo)函數(shù)和約束函數(shù)可能是非光滑的,傳統(tǒng)的基于梯度概念的優(yōu)化理論和方法不再適用于此類優(yōu)化問題,所以文中使用了 Clarke-Jahn廣義方向?qū)?shù)來研究問題的穩(wěn)定點(diǎn).文章首先對只含有部分邊界約束的問題進(jìn)行了理論分析研究,并證明了 CS-DFNP算法對于此類問題會(huì)產(chǎn)生Clarke-Jahn穩(wěn)定點(diǎn).對于包含復(fù)雜的不等式約束函數(shù)的優(yōu)化問題,在滿足一定合理的假設(shè)條件基礎(chǔ)下,我們使用精確罰函數(shù)法將其進(jìn)行處理,并根據(jù)已有的關(guān)于精確罰函數(shù)的研究成果,理論上證明了算法的有效性.其中,在使用罰函數(shù)法時(shí),我們僅僅只對非線性的不等式約束進(jìn)行懲罰,而對于邊界約束不作處理.這樣也會(huì)減少不必要的誤差,從而提高算法的精確性.最后,文章選取兩個(gè)例子,一個(gè)是光滑的約束問題,另外一個(gè)是非光滑的優(yōu)化問題.實(shí)驗(yàn)結(jié)果表明,算法在誤差允許的范圍內(nèi)是可行的.對于光滑的無約束問題,初始值的選擇對于實(shí)驗(yàn)結(jié)果影響不大,但對于后者,其影響較為明顯.算法在選取稠密方向序列時(shí),選擇的是Halton序列.這種序列是基于某種特定的方法算出來的,它們之間的偏差比較小,在某種程度上可以看作是隨機(jī)的.我們將產(chǎn)生的序列進(jìn)行了單位化處理,這樣也能更好地對步長進(jìn)行處理.在進(jìn)行實(shí)驗(yàn)時(shí),可以發(fā)現(xiàn)參數(shù)的選擇對于算法的時(shí)效和準(zhǔn)確性有較大的影響,我們通過不斷的實(shí)驗(yàn)盡量選取相對較優(yōu)的參數(shù).總體來說,CS-DFN算法是可行的,但還有許多可以改進(jìn)的地方.
許治健[4]（2017）在《基于Lagrange的神經(jīng)網(wǎng)絡(luò)解決非光滑非凸優(yōu)化問題的研究》文中進(jìn)行了進(jìn)一步梳理許多工程應(yīng)用諸如信號處理,模式識別,最優(yōu)控制等都可以抽象為優(yōu)化問題,而且其中大部分為非線性優(yōu)化問題。由于傳統(tǒng)的拉格朗日神經(jīng)網(wǎng)絡(luò)模型并不能解決非凸優(yōu)化問題,因此針對目標(biāo)函數(shù)非光滑非凸的這一類非線性優(yōu)化問題,通過改進(jìn)傳統(tǒng)拉格朗日函數(shù),提出了兩種不同的神經(jīng)網(wǎng)絡(luò)模型,并對這兩種模型進(jìn)行了理論分析和實(shí)例驗(yàn)證。首先借鑒罰函數(shù)的思想,基于拉格朗日乘子理論,提出了一種新型的拉格朗日神經(jīng)網(wǎng)絡(luò)模型。因?yàn)榱P函數(shù)方法罰因子趨于無窮大時(shí)容易導(dǎo)致病態(tài)問題,且其收斂速度較慢,該模型針對此問題,設(shè)定固定的罰因子,且在傳統(tǒng)拉格朗日函數(shù)的基礎(chǔ)上增加懲罰項(xiàng),既可以克服病態(tài)問題,又能使網(wǎng)絡(luò)軌跡收斂加快。該模型能夠找到優(yōu)化問題的解,并且收斂軌跡最終趨于關(guān)鍵點(diǎn)集。然后實(shí)例驗(yàn)證此網(wǎng)絡(luò)模型能夠有效的解決此類優(yōu)化問題。其次,通過引入一個(gè)帶參數(shù)的等式約束相關(guān)項(xiàng),基于拉格朗日乘子理論,構(gòu)造了增廣拉格朗日神經(jīng)網(wǎng)絡(luò)模型。該相關(guān)項(xiàng)并不影響求解原始優(yōu)化問題的優(yōu)化解,且其參數(shù)具有凸化目標(biāo)函數(shù)和加快收斂速度的作用,該模型的收斂軌跡有限時(shí)間內(nèi)必進(jìn)入可行域且停留其中,且趨于平衡點(diǎn)集,而平衡點(diǎn)集又包含于關(guān)鍵點(diǎn)集。然后仿真實(shí)驗(yàn)驗(yàn)證了此網(wǎng)絡(luò)模型解決此類優(yōu)化問題的有效性,且通過改變相關(guān)項(xiàng)參數(shù)證實(shí)了該參數(shù)具有加快收斂速度的作用。
陳鵬[5]（2016）在《柔性多體系統(tǒng)接觸碰撞問題的理論與實(shí)驗(yàn)研究》文中指出柔性多體系統(tǒng)接觸碰撞動(dòng)力學(xué)是航空航天和機(jī)械工程領(lǐng)域的重要研究課題。在碰撞過程中頻繁變化的系統(tǒng)拓?fù)錁?gòu)型、短時(shí)間內(nèi)作用在局部區(qū)域的強(qiáng)大沖擊以及高頻彈性波的傳播等問題會(huì)對系統(tǒng)的動(dòng)力學(xué)建模和數(shù)值求解帶來很大的困難。在考慮系統(tǒng)大范圍運(yùn)動(dòng)的同時(shí),如何在微觀尺度上準(zhǔn)確描述局部區(qū)域的接觸碰撞動(dòng)力學(xué)行為并建立高效的系統(tǒng)動(dòng)力學(xué)模型進(jìn)行求解是當(dāng)前工程中面臨的主要問題。為此,本文針對柔性多體系統(tǒng)接觸碰撞動(dòng)力學(xué)問題,開展了以下研究工作:首先,結(jié)合模態(tài)綜合法和柔性體分區(qū)域建模方法,建立了柔性多體系統(tǒng)彈性碰撞問題的多變量動(dòng)力學(xué)模型?？紤]到在很多工程問題中,接觸碰撞發(fā)生的位置往往在固定區(qū)域,為保證碰撞力和動(dòng)力學(xué)響應(yīng)的求解精度和計(jì)算效率,采用固定界面模態(tài)綜合法縮減自由度。有限元離散后的柔性體可以劃分為碰撞區(qū)域和非碰撞區(qū)域,碰撞區(qū)域內(nèi)的節(jié)點(diǎn)定義為子結(jié)構(gòu)的邊界節(jié)點(diǎn),非碰撞區(qū)域內(nèi)的節(jié)點(diǎn)定義為內(nèi)部節(jié)點(diǎn)。通過固定邊界節(jié)點(diǎn)的變形自由度,得到固定界面子結(jié)構(gòu)的自由振動(dòng)方程,求解廣義特征值問題得到固定界面主模態(tài)向量,并通過逐一釋放邊界節(jié)點(diǎn)自由度得到約束模態(tài)矩陣,最終用低階固定界面主模態(tài)坐標(biāo)和邊界節(jié)點(diǎn)變形坐標(biāo)組成的多變量廣義坐標(biāo)來描述整個(gè)柔性體的彈性變形。在此基礎(chǔ)上,考慮柔性體的大范圍運(yùn)動(dòng),基于混合坐標(biāo)法建立了柔性多體系統(tǒng)多變量動(dòng)力學(xué)模型。本文多變量模型的特點(diǎn)是用約束模態(tài)矩陣保證了碰撞區(qū)域和非碰撞區(qū)域在邊界上變形位移的協(xié)調(diào)性,不必施加界面位移約束方程。在建立多變量動(dòng)力學(xué)模型的基礎(chǔ)上,給出了柔性多體系統(tǒng)的接觸檢測策略。分別用罰函數(shù)法和拉格朗日乘子法建立了基于點(diǎn)-面接觸對形式的法向碰撞力模型,推導(dǎo)了柔性多體系統(tǒng)法向碰撞的廣義力。對于考慮摩擦的接觸碰撞問題,根據(jù)庫倫摩擦定律將接觸對之間的摩擦行為分為粘滯階段和滑移階段,分別用罰函數(shù)法和拉格朗日乘子法建立了摩擦力模型,并推導(dǎo)了對應(yīng)于摩擦力的柔性多體系統(tǒng)廣義力。最后給出了針對罰函數(shù)法和拉格朗日乘子法的微分-代數(shù)混合方程的求解方法。在接觸碰撞問題的有限元離散過程中,需要?jiǎng)澐肿銐虻膯卧獊肀ＷC求解精度,但是過密的網(wǎng)格不僅會(huì)導(dǎo)致離散單元過多,還會(huì)使得數(shù)值積分時(shí)臨界時(shí)間步長過小。本文應(yīng)用分區(qū)域網(wǎng)格劃分方法,根據(jù)離散接觸面的描述、局部碰撞區(qū)域應(yīng)力分布以及高頻彈性波傳播對各區(qū)域所允許的最大單元尺寸的要求,給出了柔性體接觸碰撞問題中分區(qū)域網(wǎng)格劃分的準(zhǔn)則,優(yōu)化了單元尺寸分布,以最少的單元數(shù)準(zhǔn)確求解接觸碰撞動(dòng)力學(xué)問題。在理論研究的基礎(chǔ)上對柔性桿和圓盤之間的彈性正碰撞和斜碰撞問題進(jìn)行了實(shí)驗(yàn)研究。首先用應(yīng)變片測量了柔性體特征點(diǎn)的動(dòng)應(yīng)變,驗(yàn)證了理論模型的準(zhǔn)確性。為了測量得到碰撞問題中的應(yīng)變場和速度場,首次將數(shù)字圖像相關(guān)（DIC）技術(shù)應(yīng)用于柔性多體系統(tǒng)接觸碰撞問題的實(shí)驗(yàn)測量中,通過與應(yīng)變片測量結(jié)果進(jìn)行對比,驗(yàn)證了DIC技術(shù)在碰撞問題動(dòng)態(tài)測量中的可靠性。針對在碰撞過程中可能會(huì)發(fā)生塑性變形的柔性體,考慮材料非線性效應(yīng),推導(dǎo)了各向同性硬化材料增量形式的應(yīng)力應(yīng)變關(guān)系,并建立了柔性多體系統(tǒng)彈塑性碰撞動(dòng)力學(xué)模型。通過對鋼桿-鋁桿、鋼桿-鋁盤彈塑性碰撞問題的數(shù)值仿真,研究了接觸碰撞導(dǎo)致的局部彈塑性對系統(tǒng)動(dòng)力學(xué)響應(yīng)的影響,并通過彈塑性碰撞實(shí)驗(yàn),驗(yàn)證了本文彈塑性碰撞動(dòng)力學(xué)模型的準(zhǔn)確性。最后,將本文提出的柔性多體系統(tǒng)接觸碰撞問題的多變量建模方法和分區(qū)域網(wǎng)格劃分方法應(yīng)用于工程問題,對核反應(yīng)堆中極為重要的控制棒驅(qū)動(dòng)機(jī)構(gòu)的步躍沖擊動(dòng)力學(xué)問題進(jìn)行了數(shù)值仿真,分析了局部碰撞對系統(tǒng)動(dòng)力學(xué)響應(yīng)的影響,并對不同工況下的動(dòng)力學(xué)響應(yīng)進(jìn)行了對比,指出當(dāng)驅(qū)動(dòng)桿提升高度最大時(shí),鉤爪和驅(qū)動(dòng)桿之間的碰撞會(huì)對驅(qū)動(dòng)桿的速度響應(yīng)造成最大的影響。
譚俊,陳建玲,蘇江波[6]（2016）在《求解非線性約束優(yōu)化問題的精確罰函數(shù)方法》文中進(jìn)行了進(jìn)一步梳理非線性約束優(yōu)化問題屬于一般形式的非線性規(guī)劃問題范疇,它也是數(shù)學(xué)優(yōu)化研究中的關(guān)鍵難點(diǎn).用非約束優(yōu)化問題來求解約束最優(yōu)化問題的主要方法有兩種:拉格朗日乘子函數(shù)法與罰函數(shù)法,本文將主要論述的就是求解非線性規(guī)劃中的精確罰函數(shù)法,通過這種算法的相關(guān)理論與實(shí)踐算例來求證它的有效性.
孫中波[7]（2016）在《動(dòng)態(tài)雙足機(jī)器人有限時(shí)間穩(wěn)定性分析與步態(tài)優(yōu)化控制研究》文中研究說明動(dòng)態(tài)雙足機(jī)器人具有少控制自由度、低能耗的優(yōu)點(diǎn),可以實(shí)現(xiàn)擬人自然步態(tài),通過微小的能量輸入,將運(yùn)動(dòng)過程中的動(dòng)能和勢能合理轉(zhuǎn)換成等效的驅(qū)動(dòng)能量,實(shí)現(xiàn)動(dòng)態(tài)雙足機(jī)器人多工況、多任務(wù)的穩(wěn)定周期運(yùn)動(dòng)。近年來,動(dòng)態(tài)行走理論在雙足機(jī)器人的原型機(jī)研制過程中得到了廣泛應(yīng)用,然而,動(dòng)態(tài)雙足機(jī)器人控制系統(tǒng)分析與綜合的理論研究進(jìn)程相對滯后于原型機(jī)的開發(fā)研制,有關(guān)動(dòng)態(tài)雙足機(jī)器人的步態(tài)優(yōu)化控制與魯棒穩(wěn)定性的研究遠(yuǎn)遠(yuǎn)沒有達(dá)到完善的地步,特別是動(dòng)態(tài)雙足機(jī)器人周期步態(tài)的有限時(shí)間穩(wěn)定性、魯棒性以及步態(tài)優(yōu)化控制理論和方法亟需深入研究。本文以動(dòng)態(tài)雙足機(jī)器人為研究對象,主要針對動(dòng)態(tài)雙足機(jī)器人的有限時(shí)間穩(wěn)定性、魯棒性、步態(tài)優(yōu)化控制以及非線性優(yōu)化算法四個(gè)關(guān)鍵問題進(jìn)行深入研究,完善以動(dòng)態(tài)雙足機(jī)器人為代表的一類脈沖混合動(dòng)力系統(tǒng)穩(wěn)定性分析理論,形成脈沖混合動(dòng)力系統(tǒng)有限時(shí)間穩(wěn)定性分析方法的統(tǒng)一框架,提高動(dòng)態(tài)雙足機(jī)器人的動(dòng)態(tài)穩(wěn)定行走效率,實(shí)現(xiàn)雙足機(jī)器人低能耗、高效、擬人的行走步態(tài)。具體研究內(nèi)容和創(chuàng)新工作包括如下幾個(gè)方面:第一,針對非線性數(shù)值優(yōu)化問題,提出快速收斂的非線性數(shù)值優(yōu)化算法,分別為非線性共軛梯度算法、譜共軛梯度算法以及信賴域-序列二次規(guī)劃（SQP）算法。針對無約束優(yōu)化問題,提出修正的三項(xiàng)非線性共軛梯度算法以及修正的譜共軛梯度算法。在不依賴于線搜索準(zhǔn)則條件下,這兩類算法的搜索方向均滿足充分下降條件,便于證明算法的全局收斂性。利用測試庫函數(shù)進(jìn)行數(shù)值對比試驗(yàn),數(shù)值結(jié)果表明提出的兩類算法都優(yōu)于經(jīng)典的算法。針對不等式約束優(yōu)化問題,提出一類具有超線性收斂速率的信賴域-SQP算法。通過引入“壓縮因子”使得下一次迭代點(diǎn)始終保持在由約束條件組成的凸多面體中,從而,克服二次規(guī)劃子問題不相容的缺陷。利用高階校正方向克服算法產(chǎn)生的Maratos效應(yīng)。當(dāng)搜索方向滿足信賴域試探步搜索條件時(shí),算法避免求解高階校正方向,簡化算法的結(jié)構(gòu),提高算法的計(jì)算效率。在適當(dāng)條件下,分析算法的全局收斂性以及超線性收斂性。數(shù)值對比試驗(yàn)表明提出的信賴域-SQP算法是可行的、有效的。這幾類非線性數(shù)值優(yōu)化算法為求解動(dòng)態(tài)雙足機(jī)器人的最優(yōu)運(yùn)動(dòng)軌跡和最佳控制輸入以及最優(yōu)魯棒控制器奠定了理論基礎(chǔ)和算法框架。第二,基于有限時(shí)間穩(wěn)定控制Lyapunov函數(shù)、混合零動(dòng)態(tài)以及龐加萊回歸映射原理,分析以動(dòng)態(tài)雙足機(jī)器人動(dòng)力學(xué)模型為代表的一類脈沖混合動(dòng)力系統(tǒng)的有限時(shí)間穩(wěn)定性。假設(shè)脈沖混合動(dòng)力系統(tǒng)連續(xù)部分的周期軌道存在于零動(dòng)態(tài)不變子流形。通過分析脈沖混合動(dòng)力系統(tǒng)周期軌道的左連續(xù)性,構(gòu)造連續(xù)可微的有限時(shí)間穩(wěn)定控制Lyapunov函數(shù),設(shè)計(jì)有限時(shí)間穩(wěn)定反饋控制器,實(shí)現(xiàn)脈沖混合動(dòng)力系統(tǒng)連續(xù)部分的周期軌道有限時(shí)間收斂到零動(dòng)態(tài)曲面。針對脈沖混合動(dòng)力系統(tǒng)的離散部分,采用不動(dòng)點(diǎn)原理和控制Lyapunov函數(shù)使得連續(xù)部分的流在有限時(shí)間內(nèi)橫穿離散系統(tǒng)的切換曲面,實(shí)現(xiàn)閉環(huán)脈沖混合動(dòng)力系統(tǒng)的有限時(shí)間穩(wěn)定。根據(jù)有限時(shí)間穩(wěn)定性判別準(zhǔn)則,對動(dòng)態(tài)雙足機(jī)器人動(dòng)力學(xué)數(shù)學(xué)模型進(jìn)行機(jī)理分析,形成脈沖混合動(dòng)力系統(tǒng)有限時(shí)間穩(wěn)定性理論的統(tǒng)一框架。第三,針對動(dòng)態(tài)雙足機(jī)器人的魯棒性問題,設(shè)計(jì)有限時(shí)間穩(wěn)定的最優(yōu)魯棒控制器。對于動(dòng)態(tài)雙足機(jī)器人參數(shù)攝動(dòng)情況,利用有限時(shí)間穩(wěn)定控制Lyapunov函數(shù)設(shè)計(jì)最優(yōu)魯棒控制器,分析動(dòng)態(tài)雙足機(jī)器人的魯棒穩(wěn)定性。結(jié)合有限時(shí)間穩(wěn)定控制Lyapunov函數(shù)和控制扭矩飽和條件,把求解最優(yōu)魯棒控制器問題轉(zhuǎn)化為帶有等式約束條件的非線性優(yōu)化問題,通過設(shè)計(jì)求解非線性等式約束規(guī)劃問題的凸優(yōu)化方法在線求解最優(yōu)魯棒控制器,實(shí)現(xiàn)動(dòng)態(tài)雙足機(jī)器人的高效、穩(wěn)定行走。第四,針對動(dòng)態(tài)雙足機(jī)器人步態(tài)優(yōu)化控制問題,提出兩類求解最優(yōu)運(yùn)動(dòng)軌跡和最佳控制輸入的非線性數(shù)值優(yōu)化算法?；陔x散力學(xué)與優(yōu)化控制技術(shù),把求解最優(yōu)運(yùn)動(dòng)軌跡和最佳控制輸入的泛函極值問題轉(zhuǎn)化為帶有約束條件的非線性優(yōu)化問題。首先,利用光滑化罰函數(shù)方法把帶有非線性約束條件的非線性優(yōu)化問題轉(zhuǎn)化為無約束優(yōu)化問題,簡化算法的結(jié)構(gòu),便于實(shí)現(xiàn)。通過調(diào)整光滑化因子,提高算法的收斂速度,使得雙足機(jī)器人的運(yùn)動(dòng)軌跡迅速收斂到穩(wěn)定的周期軌道,實(shí)現(xiàn)雙足機(jī)器人的動(dòng)態(tài)穩(wěn)定行走。其次,提出具有超線性收斂特性的可行序列二次規(guī)劃算法（FSQP）求解最優(yōu)運(yùn)動(dòng)軌跡和最佳控制輸入。該算法克服了傳統(tǒng)SQP算法的缺陷,并且,把求解少自由度的雙足機(jī)器人步態(tài)優(yōu)化問題推廣到多自由度的雙足機(jī)器人步態(tài)優(yōu)化問題,揭示人類步行運(yùn)動(dòng)機(jī)理,實(shí)現(xiàn)雙足機(jī)器人低能耗、高效、穩(wěn)定行走步態(tài)。最后,總結(jié)全文所做的工作,提出今后進(jìn)一步需要研究的問題。
王漢偉[8]（2014）在《橋梁受船舶撞擊分析》文中研究說明隨著我國經(jīng)濟(jì)建設(shè)的快速發(fā)展，使得交通運(yùn)輸業(yè)的發(fā)展越來越快，伴隨而至的是越來越多跨越江河的橋梁。從而導(dǎo)致了越來越多的船舶撞擊橋梁的重大事故。然而，目前各國關(guān)于船橋碰撞方面的規(guī)范公式，都是根據(jù)經(jīng)驗(yàn)提出的，有很多的局限性。隨著計(jì)算機(jī)軟件的快速發(fā)展，非線性有限元理論在解決船橋碰撞問題中發(fā)揮了明顯的優(yōu)勢?；诖吮尘?，本文在非線性有限元理論的基礎(chǔ)上，對船橋碰撞問題進(jìn)行了研究，主要工作如下：①對現(xiàn)有的船橋碰撞的相關(guān)理論進(jìn)行了歸納總結(jié)，并且分析了它們各自的特點(diǎn)。列出了目前世界各國關(guān)于碰撞力的規(guī)范以及一些經(jīng)驗(yàn)公式，可以看出我國規(guī)范的相關(guān)條款，考慮的因素過于簡單。②介紹了本文研究用到的分線性有限元軟件ANSYS/LS-DYNA，并且重點(diǎn)研究了非線性有限元理論中的相關(guān)知識，包括：非線性有限元的控制方程，有限元計(jì)算中的沙漏控制，顯式時(shí)間積分以及接觸與碰撞。③應(yīng)用非線性有限元理論對3組船舶分別以3種速度撞擊橋墩進(jìn)行仿真計(jì)算，計(jì)算時(shí)對接觸問題采用對稱罰函數(shù)法、對周圍流體的作用采用附加質(zhì)量法。求出了每種工況下的最大碰撞力，并且與現(xiàn)有各國規(guī)范及經(jīng)驗(yàn)公式的計(jì)算結(jié)果作了對比，得出我國現(xiàn)有規(guī)范計(jì)算結(jié)果太小的結(jié)論，這對橋梁結(jié)構(gòu)的安全是不利的，應(yīng)加已修正。④對數(shù)值仿真計(jì)算得到的9組數(shù)據(jù)，應(yīng)用Matlab軟件進(jìn)行數(shù)據(jù)擬合，推導(dǎo)出船橋碰撞力的簡化求解公式。⑤應(yīng)用最小二乘法，對我國的公路橋涵設(shè)計(jì)通用規(guī)范關(guān)于碰撞力的公式，提出了一個(gè)修正系數(shù)，得到了修正后的計(jì)算公式。⑥對現(xiàn)有的船橋碰撞的防護(hù)措施及防護(hù)裝置進(jìn)行了歸納總結(jié)，比較了現(xiàn)有防護(hù)措施及防護(hù)裝置的特點(diǎn)，探討了今后船橋防撞的發(fā)展方向。
于琰[9]（2014）在《非光滑優(yōu)化問題的拉格朗日神經(jīng)網(wǎng)絡(luò)研究》文中研究說明如今在科學(xué)和工程領(lǐng)域中,如信號處理、最優(yōu)控制、統(tǒng)計(jì)、模式識別等等都常會(huì)用到最優(yōu)化問題。神經(jīng)網(wǎng)絡(luò)方法為解決最優(yōu)化問題提供了一個(gè)有效的發(fā)展方向,通過使用具備高度并行計(jì)算能力的相對簡單的神經(jīng)網(wǎng)絡(luò)體系結(jié)構(gòu),即使相對復(fù)雜的最優(yōu)化問題也可以得到實(shí)時(shí)解決。在過去的三十年,研究者們對解決最優(yōu)化問題提出了很多神經(jīng)網(wǎng)絡(luò)模型,使得光滑最優(yōu)化問題得到了很好的解決,但是在實(shí)際應(yīng)用中往往是非光滑最優(yōu)化問題更具一般性和普遍性。本文研究利用拉格朗日神經(jīng)網(wǎng)絡(luò)模型解決非光滑最優(yōu)化問題,具體內(nèi)容如下：文中首先針對目標(biāo)函數(shù)是局部Lipschitz函數(shù)的非光滑最優(yōu)化問題,其可行域由一組等式約束的光滑凸函數(shù)組成,通過引進(jìn)光滑逼近技術(shù)將目標(biāo)函數(shù)由非光滑函數(shù)轉(zhuǎn)換成相應(yīng)的光滑函數(shù),進(jìn)而構(gòu)造一類基于拉格朗日乘子理論的神經(jīng)網(wǎng)絡(luò),以尋找滿足約束條件的最優(yōu)解。證明了神經(jīng)網(wǎng)絡(luò)的平衡點(diǎn)集合是原始非光滑最優(yōu)化問題關(guān)鍵點(diǎn)集合的一個(gè)子集；當(dāng)原始問題的目標(biāo)函數(shù)是凸函數(shù)時(shí),最小點(diǎn)集合與神經(jīng)網(wǎng)絡(luò)的平衡點(diǎn)集合是一致的等結(jié)論。最后,通過Matlab編程進(jìn)行仿真實(shí)驗(yàn)驗(yàn)證了理論結(jié)果。其次,傳統(tǒng)的罰函數(shù)神經(jīng)網(wǎng)絡(luò)方法解決最優(yōu)化問題在計(jì)算上有很大的困難,增廣拉格朗日神經(jīng)網(wǎng)絡(luò)有效的解決了這種計(jì)算上的困難。文中采用拉格朗日乘子理論和罰函數(shù)方法相結(jié)合構(gòu)造微分包含的增廣拉格朗日神經(jīng)網(wǎng)絡(luò),用來解決目標(biāo)函數(shù)是局部Lipschitz函數(shù),可行域由一組等式約束函數(shù)組成的非光滑最優(yōu)化問題。最后,通過把約束函數(shù)合并到一個(gè)修正目標(biāo)函數(shù)中來處理約束。相比已經(jīng)存在的基于罰函數(shù)法神經(jīng)網(wǎng)絡(luò)解決非光滑最優(yōu)化問題,此神經(jīng)網(wǎng)絡(luò)中的拉格朗日神經(jīng)元能夠?qū)?dòng)態(tài)軌跡快速的引入可行域。在目標(biāo)函數(shù)是凸函數(shù)的條件下,由能量函數(shù)的非增性得到神經(jīng)網(wǎng)絡(luò)能夠達(dá)到平衡狀態(tài),并且動(dòng)態(tài)軌跡最終收斂到原始問題的關(guān)鍵點(diǎn)集合。最后通過仿真實(shí)驗(yàn)驗(yàn)證了理論結(jié)果的正確性。
張本鑫[10]（2014）在《圖像恢復(fù)問題中的優(yōu)化算法研究》文中研究表明全變差圖像恢復(fù)的變分模型是現(xiàn)在國內(nèi)外研究的一個(gè)熱點(diǎn).本文基于全變差的對偶公式，把原問題轉(zhuǎn)化為其對偶的形式，并提出一些有效的梯度投影算法.具體如下：第一、針對圖像恢復(fù)問題，把原問題的ROF模型轉(zhuǎn)化為帶有閉凸集約束的非線性優(yōu)化問題，提出了一個(gè)修正的譜共軛梯度投影算法.證明了算法的全局收斂性.數(shù)值試驗(yàn)說明了算法的有效性.第二、基于全變差對偶公式提出一個(gè)新的投影梯度算法.在算法中采用自適應(yīng)BB步長,通過不同的閾值函數(shù)交替使用BB步長,以此提高全變差圖像恢復(fù)的Chambolle梯度投影方法的速度.第三、基于擬牛頓思想，提出一個(gè)求解全變差圖像恢復(fù)的新算法，它可以加速原始的Chambolle梯度投影算法.新提的算法基于割線方程的Hessian矩陣的逼近.聯(lián)合擬柯西方程和對角修正，可以得到一個(gè)正定的對角矩陣，在原始的最小化模型中，用這個(gè)正定對角矩陣代替Chambolle算法中的時(shí)間常系數(shù)，從而加速了原始的算法.并證明了算法的收斂性，數(shù)值試驗(yàn)也證明了算法的有效性.此外，也把這個(gè)對角修正的方法拓展到l1正則化問題，即壓縮感知中信號恢復(fù)問題，和對比的算法相比，新算法仍有一定的優(yōu)勢.
二、一個(gè)修正的罰函數(shù)方法（論文開題報(bào)告）
（1）論文研究背景及目的
此處內(nèi)容要求：
首先簡單簡介論文所研究問題的基本概念和背景，再而簡單明了地指出論文所要研究解決的具體問題，并提出你的論文準(zhǔn)備的觀點(diǎn)或解決方法。
寫法范例：
本文主要提出一款精簡64位RISC處理器存儲(chǔ)管理單元結(jié)構(gòu)并詳細(xì)分析其設(shè)計(jì)過程。在該MMU結(jié)構(gòu)中,TLB采用叁個(gè)分離的TLB,TLB采用基于內(nèi)容查找的相聯(lián)存儲(chǔ)器并行查找,支持粗粒度為64KB和細(xì)粒度為4KB兩種頁面大小,采用多級分層頁表結(jié)構(gòu)映射地址空間,并詳細(xì)論述了四級頁表轉(zhuǎn)換過程,TLB結(jié)構(gòu)組織等。該MMU結(jié)構(gòu)將作為該處理器存儲(chǔ)系統(tǒng)實(shí)現(xiàn)的一個(gè)重要組成部分。
（2）本文研究方法
調(diào)查法：該方法是有目的、有系統(tǒng)的搜集有關(guān)研究對象的具體信息。
觀察法：用自己的感官和輔助工具直接觀察研究對象從而得到有關(guān)信息。
實(shí)驗(yàn)法：通過主支變革、控制研究對象來發(fā)現(xiàn)與確認(rèn)事物間的因果關(guān)系。
文獻(xiàn)研究法：通過調(diào)查文獻(xiàn)來獲得資料，從而全面的、正確的了解掌握研究方法。
實(shí)證研究法：依據(jù)現(xiàn)有的科學(xué)理論和實(shí)踐的需要提出設(shè)計(jì)。
定性分析法：對研究對象進(jìn)行“質(zhì)”的方面的研究，這個(gè)方法需要計(jì)算的數(shù)據(jù)較少。
定量分析法：通過具體的數(shù)字，使人們對研究對象的認(rèn)識進(jìn)一步精確化。
跨學(xué)科研究法：運(yùn)用多學(xué)科的理論、方法和成果從整體上對某一課題進(jìn)行研究。
功能分析法：這是社會(huì)科學(xué)用來分析社會(huì)現(xiàn)象的一種方法，從某一功能出發(fā)研究多個(gè)方面的影響。
模擬法：通過創(chuàng)設(shè)一個(gè)與原型相似的模型來間接研究原型某種特性的一種形容方法。
三、一個(gè)修正的罰函數(shù)方法（論文提綱范文）
（1）基于優(yōu)化原理的多光譜真溫反演算法研究（論文提綱范文）
| 符號說明 |
| 摘要 |
| ABSTRACT |
| 第1章 緒論 |
| 1.1 課題研究的目的與意義 |
| 1.2 輻射測溫的研究現(xiàn)狀 |
| 1.2.1 溫度測量的基本方法 |
| 1.2.2 多光譜輻射測溫法的研究現(xiàn)狀 |
| 1.2.3 二維溫度場的研究現(xiàn)狀 |
| 1.3 本領(lǐng)域存在的關(guān)鍵技術(shù) |
| 1.4 本文的主要研究內(nèi)容 |
| 第2章 單目標(biāo)函數(shù)極小值真溫反演算法 |
| 2.1 引言 |
| 2.2 輻射測溫基本理論 |
| 2.3 光譜發(fā)射率變化的假設(shè)模型 |
| 2.3.1 光譜發(fā)射率與波長假設(shè)模型 |
| 2.3.2 光譜發(fā)射率與真溫假設(shè)模型 |
| 2.4 單目標(biāo)函數(shù)極小值真溫模型的原理 |
| 2.4.1 單目標(biāo)函數(shù) |
| 2.4.2 等式約束條件 |
| 2.4.3 不等式約束條件 |
| 2.5 單目標(biāo)函數(shù)極小值真溫模型的求解 |
| 2.6 罰函數(shù)法的求解原理 |
| 2.6.1 外點(diǎn)罰函數(shù)法 |
| 2.6.2 內(nèi)點(diǎn)罰函數(shù)法 |
| 2.6.3 混合型罰函數(shù)法 |
| 2.6.4 單目標(biāo)函數(shù)極小值真溫模型的求解流程 |
| 2.7 單目標(biāo)函數(shù)極小值真溫模型的仿真 |
| 2.7.1 仿真初始條件 |
| 2.7.2 真溫的仿真 |
| 2.7.3 光譜發(fā)射率的仿真 |
| 2.8 二次測量法與單目標(biāo)函數(shù)極小值真溫模型反演對比分析 |
| 2.9 神經(jīng)網(wǎng)絡(luò)的二次辨識法與極小值法真溫反演對比分析 |
| 2.10 本章小結(jié) |
| 第3章 多目標(biāo)函數(shù)極小值真溫反演算法 |
| 3.1 引言 |
| 3.2 多目標(biāo)函數(shù)極小值法真溫模型的原理 |
| 3.2.1 多目標(biāo)函數(shù) |
| 3.2.2 等式約束條件 |
| 3.2.3 不等式約束條件 |
| 3.3 多目標(biāo)函數(shù)極小值優(yōu)化法的求解 |
| 3.3.1 降維法 |
| 3.3.2 順序單目標(biāo)函數(shù)求解法 |
| 3.3.3 評價(jià)函數(shù)法 |
| 3.4 多目標(biāo)函數(shù)極小值法真溫模型的仿真 |
| 3.4.1 真溫的仿真 |
| 3.4.2 發(fā)射率的仿真 |
| 3.5 二次測量法與多目標(biāo)函數(shù)極小值法真溫反演對比分析 |
| 3.6 單目標(biāo)函數(shù)和多目標(biāo)函數(shù)極小值法真溫反演分析 |
| 3.7 神經(jīng)網(wǎng)絡(luò)的二次辨識法與多目標(biāo)極小值法真溫反演對比 |
| 3.8 火箭尾焰真溫及光譜發(fā)射率反演 |
| 3.9 本章小結(jié) |
| 第4章 普朗克原理的多目標(biāo)函數(shù)極小值真溫反演算法 |
| 4.1 引言 |
| 4.2 普朗克原理的多目標(biāo)函數(shù)極小值法真溫模型的原理 |
| 4.2.1 多目標(biāo)函數(shù) |
| 4.2.2 等式約束條件 |
| 4.2.3 不等式約束條件 |
| 4.3 普朗克原理多目標(biāo)函數(shù)極小值法的求解 |
| 4.4 普朗克原理的多目標(biāo)函數(shù)極小值法真溫模型的仿真 |
| 4.4.1 真溫的仿真 |
| 4.4.2 發(fā)射率的仿真 |
| 4.5 光譜識別法與普朗克極小值法真溫反演對比分析 |
| 4.5.1 光譜識別法的基本原理 |
| 4.5.2 普朗克原理的多目標(biāo)函數(shù)極小值法的真溫反演 |
| 4.6 本章小結(jié) |
| 第5章 二維真溫溫度場點(diǎn)數(shù)與精度的關(guān)系 |
| 5.1 引言 |
| 5.2 合理真溫點(diǎn)數(shù)的確定理論 |
| 5.2.1 正態(tài)分布假設(shè)模型 |
| 5.2.2 t分布假設(shè)模型 |
| 5.3 真溫點(diǎn)的分布和選取方法 |
| 5.4 反距離加權(quán)法 |
| 5.5 克里金插值法 |
| 5.6 樣條函數(shù)插值法 |
| 5.7 插值方法對溫度場空間分布特征的影響 |
| 5.8 測量點(diǎn)數(shù)與重建精度之間的關(guān)系 |
| 5.9 本章小結(jié) |
| 結(jié)論 |
| 參考文獻(xiàn) |
| 攻讀博士學(xué)位期間發(fā)表的論文 |
| 致謝 |
| 個(gè)人簡歷 |
（3）Lipschitz函數(shù)優(yōu)化的一個(gè)無導(dǎo)數(shù)算法（論文提綱范文）
| 中文摘要 |
| Abstract |
| 第一章 引言 |
| 1.1 非光滑優(yōu)化發(fā)展概述 |
| 1.2 無導(dǎo)數(shù)優(yōu)化發(fā)展概述 |
| 1.3 本論文的主要研究內(nèi)容 |
| 1.4 論文的主要結(jié)構(gòu) |
| 第二章 預(yù)備知識 |
| 2.1 Lipschitz函數(shù)在廣義梯度下的性質(zhì)定理 |
| 2.2 罰函數(shù)方法介紹 |
| 第三章 Lipschitz優(yōu)化的一個(gè)直接算法 |
| 3.1 邊界約束優(yōu)化問題 |
| 3.2 CS-DFNP算法的提出 |
| 3.3 CS-DFNP算法的收斂性分析 |
| 第四章 非線性約束優(yōu)化問題的研究 |
| 4.1 不等式約束的優(yōu)化問題 |
| 4.2 精確罰函數(shù)法 |
| 4.3 數(shù)值算例 |
| 第五章 總結(jié)與展望 |
| 附錄 MATLAB程序代碼 |
| 參考文獻(xiàn) |
| 致謝 |
（4）基于Lagrange的神經(jīng)網(wǎng)絡(luò)解決非光滑非凸優(yōu)化問題的研究（論文提綱范文）
| 摘要 |
| ABSTRACT |
| 第一章 緒論 |
| 1.1 人工神經(jīng)網(wǎng)絡(luò) |
| 1.1.1 人工神經(jīng)網(wǎng)絡(luò)簡介與發(fā)展概況 |
| 1.1.2 人工神經(jīng)網(wǎng)絡(luò)應(yīng)用 |
| 1.2 人工神經(jīng)網(wǎng)絡(luò)處理優(yōu)化計(jì)算 |
| 1.2.1 神經(jīng)網(wǎng)絡(luò)解決優(yōu)化問題 |
| 1.2.2 非光滑非凸優(yōu)化問題研究現(xiàn)狀 |
| 1.3 課題研究意義 |
| 1.4 論文研究內(nèi)容 |
| 1.5 論文組織結(jié)構(gòu) |
| 第二章 相關(guān)基礎(chǔ)理論知識 |
| 2.1 基礎(chǔ)知識簡介 |
| 2.2 傳統(tǒng)拉格朗日神經(jīng)網(wǎng)絡(luò)解決優(yōu)化問題 |
| 2.2.1 等式約束優(yōu)化問題 |
| 2.2.2 不等式約束優(yōu)化問題 |
| 2.3 本章小結(jié) |
| 第三章 帶固定罰因子拉格朗日神經(jīng)網(wǎng)絡(luò)解決非光滑非凸優(yōu)化問題 |
| 3.1 背景介紹 |
| 3.2 優(yōu)化問題及神經(jīng)網(wǎng)絡(luò)模型 |
| 3.2.1 優(yōu)化問題 |
| 3.2.2 神經(jīng)網(wǎng)絡(luò)模型 |
| 3.3 主要定理及證明 |
| 3.3.1 相關(guān)的定義 |
| 3.3.2 定理及證明 |
| 3.4 仿真實(shí)驗(yàn)及分析 |
| 3.4.1 仿真實(shí)驗(yàn) |
| 3.4.2 實(shí)驗(yàn)結(jié)果分析 |
| 3.5 本章小結(jié) |
| 第四章 增廣拉格朗日神經(jīng)網(wǎng)絡(luò)解決非光滑非凸優(yōu)化問題 |
| 4.1 背景介紹 |
| 4.2 優(yōu)化問題及拉格朗日神經(jīng)網(wǎng)絡(luò)模型 |
| 4.2.1 原始優(yōu)化問題 |
| 4.2.2 神經(jīng)網(wǎng)絡(luò)模型 |
| 4.3 主要定理及證明 |
| 4.3.1 相關(guān)的定義 |
| 4.3.2 定理及證明 |
| 4.4 仿真實(shí)驗(yàn)及分析 |
| 4.4.1 仿真實(shí)驗(yàn) |
| 4.4.2 實(shí)驗(yàn)結(jié)果分析 |
| 4.5 本章小結(jié) |
| 第五章 總結(jié)與展望 |
| 5.1 主要工作總結(jié) |
| 5.2 下一步改進(jìn)工作 |
| 參考文獻(xiàn) |
| 致謝 |
| 攻讀碩士學(xué)位期間發(fā)表的學(xué)術(shù)論文 |
（5）柔性多體系統(tǒng)接觸碰撞問題的理論與實(shí)驗(yàn)研究（論文提綱范文）
| 摘要 |
| ABSTRACT |
| 第一章 緒論 |
| 1.1 工程背景與研究意義 |
| 1.2 柔性多體系統(tǒng)接觸碰撞動(dòng)力學(xué)理論研究進(jìn)展 |
| 1.2.1 柔性多體系統(tǒng)動(dòng)力學(xué)建模方法綜述 |
| 1.2.2 接觸碰撞建模方法綜述 |
| 1.2.3 摩擦模型 |
| 1.2.4 其他問題 |
| 1.3 多體系統(tǒng)接觸碰撞動(dòng)力學(xué)實(shí)驗(yàn)研究進(jìn)展 |
| 1.4 前人工作存在的問題 |
| 1.5 本文主要研究目標(biāo)和研究內(nèi)容 |
| 第二章 柔性多體系統(tǒng)接觸碰撞動(dòng)力學(xué)的多變量建模方法 |
| 2.1 引言 |
| 2.2 基于多變量方法的柔性多體系統(tǒng)動(dòng)力學(xué)建模 |
| 2.2.1 柔性體運(yùn)動(dòng)學(xué)描述 |
| 2.2.2 有限元離散 |
| 2.2.3 基于模態(tài)綜合法的多變量自由度縮減 |
| 2.2.4 柔性多體系統(tǒng)動(dòng)力學(xué)模型 |
| 2.3 柔性多體系統(tǒng)接觸碰撞動(dòng)力學(xué)模型 |
| 2.3.1 接觸檢測 |
| 2.3.2 法向碰撞模型 |
| 2.3.3 摩擦模型 |
| 2.3.4 考慮接觸碰撞的系統(tǒng)動(dòng)力學(xué)方程 |
| 2.4 柔性多體系統(tǒng)接觸碰撞問題中的數(shù)值算法 |
| 2.4.1 基于罰函數(shù)法的動(dòng)力學(xué)方程數(shù)值積分 |
| 2.4.2 基于拉格朗日乘子法的動(dòng)力學(xué)方程數(shù)值積分 |
| 2.5 數(shù)值算例 |
| 2.6 本章小結(jié) |
| 第三章 柔性體接觸碰撞中的分區(qū)域網(wǎng)格劃分方法 |
| 3.1 引言 |
| 3.2 分區(qū)域網(wǎng)格劃分方法 |
| 3.2.1 接觸區(qū)域的網(wǎng)格劃分 |
| 3.2.2 彈性波傳播區(qū)域的網(wǎng)格劃分 |
| 3.2.3 碰撞局部區(qū)域的網(wǎng)格劃分 |
| 3.2.4 數(shù)值算例 |
| 3.3 本章小結(jié) |
| 第四章 柔性多體系統(tǒng)彈性碰撞動(dòng)力學(xué)實(shí)驗(yàn)研究 |
| 4.1 引言 |
| 4.2 接觸碰撞動(dòng)力學(xué)實(shí)驗(yàn)中的測量技術(shù) |
| 4.2.1 應(yīng)變測量系統(tǒng) |
| 4.2.2 激光測振系統(tǒng) |
| 4.2.3 DIC技術(shù) |
| 4.3 柔性多體系統(tǒng)碰撞動(dòng)力學(xué)實(shí)驗(yàn)方案 |
| 4.3.1 正碰撞實(shí)驗(yàn)方案 |
| 4.3.2 斜碰撞實(shí)驗(yàn)方案 |
| 4.4 彈性碰撞動(dòng)力學(xué)數(shù)值仿真與實(shí)驗(yàn)驗(yàn)證 |
| 4.4.1 正碰撞數(shù)值仿真與實(shí)驗(yàn)驗(yàn)證 |
| 4.4.2 斜碰撞數(shù)值仿真與實(shí)驗(yàn)驗(yàn)證 |
| 4.5 DIC全場測量結(jié)果分析 |
| 4.5.1 正碰撞DIC測量結(jié)果分析 |
| 4.5.2 斜碰撞DIC測量結(jié)果分析 |
| 4.6 本章小結(jié) |
| 第五章 柔性多體系統(tǒng)彈塑性碰撞理論與實(shí)驗(yàn)研究 |
| 5.1 引言 |
| 5.2 塑性有限元分析 |
| 5.3 考慮彈塑性的柔性體動(dòng)力學(xué)方程 |
| 5.4 柔性多體系統(tǒng)彈塑性碰撞的數(shù)值與實(shí)驗(yàn)研究 |
| 5.4.1 鋼桿-鋁桿彈塑性碰撞動(dòng)力學(xué)仿真與實(shí)驗(yàn)研究 |
| 5.4.2 鋼桿-鋁盤彈塑性碰撞數(shù)值與實(shí)驗(yàn)研究 |
| 5.4.3 曲柄滑塊機(jī)構(gòu)彈塑性碰撞數(shù)值仿真 |
| 5.5 本章小結(jié) |
| 第六章 控制棒驅(qū)動(dòng)機(jī)構(gòu)步躍沖擊碰撞動(dòng)力學(xué)分析 |
| 6.1 引言 |
| 6.2 控制棒驅(qū)動(dòng)機(jī)構(gòu)簡介 |
| 6.3 控制棒驅(qū)動(dòng)機(jī)構(gòu)力學(xué)模型 |
| 6.4 步躍沖擊接觸碰撞動(dòng)力學(xué)分析 |
| 6.5 本章小結(jié) |
| 第七章 總結(jié)與展望 |
| 7.1 全文工作總結(jié) |
| 7.2 主要?jiǎng)?chuàng)新點(diǎn) |
| 7.3 研究展望 |
| 參考文獻(xiàn) |
| 致謝 |
| 攻讀學(xué)位期間參加科研項(xiàng)目情況 |
| 攻讀學(xué)位期間發(fā)表論文情況 |
（6）求解非線性約束優(yōu)化問題的精確罰函數(shù)方法（論文提綱范文）
| 1 精確罰函數(shù) |
| 1.1 罰函數(shù)法與精確罰函數(shù)法 |
| 1.2 精確罰函數(shù)的具體構(gòu)造 |
| 1.3 精確罰函數(shù)的算法說明 |
| 2 逼近l1的精確罰函數(shù)算法 |
| 2.1 逼近l1的精確罰函數(shù)算法的相關(guān)問題及方法解析 |
| 2.2 逼近l1的精確罰函數(shù)算法的相關(guān)算法解析 |
| 3 基于精確罰函數(shù)方法的非線性約束優(yōu)化問題算例解析 |
| 3.1 算例1 |
| 3.2 算例2 |
| 4 總結(jié) |
（7）動(dòng)態(tài)雙足機(jī)器人有限時(shí)間穩(wěn)定性分析與步態(tài)優(yōu)化控制研究（論文提綱范文）
| 前言 |
| 摘要 |
| ABSTRACT |
| 第1章 緒論 |
| 1.1 課題的研究背景及研究意義 |
| 1.1.1 研究背景 |
| 1.1.2 研究意義 |
| 1.2 研究現(xiàn)狀 |
| 1.2.1 動(dòng)態(tài)雙足機(jī)器人穩(wěn)定性分析方法的研究現(xiàn)狀 |
| 1.2.2 動(dòng)態(tài)雙足機(jī)器人魯棒性的研究現(xiàn)狀 |
| 1.2.3 動(dòng)態(tài)雙足機(jī)器人步態(tài)優(yōu)化控制理論的研究現(xiàn)狀 |
| 1.3 存在的主要問題 |
| 1.4 本文的主要內(nèi)容與章節(jié)安排 |
| 1.4.1 研究目標(biāo)及主要任務(wù) |
| 1.4.2 論文主要研究問題 |
| 1.4.3 科研項(xiàng)目資助情況 |
| 1.4.4 論文章節(jié)安排 |
| 第2章 動(dòng)態(tài)雙足機(jī)器人與優(yōu)化算法的理論基礎(chǔ) |
| 2.1 引言 |
| 2.2 脈沖混合動(dòng)力系統(tǒng)數(shù)學(xué)模型 |
| 2.3 雙足機(jī)器人動(dòng)力學(xué)數(shù)學(xué)模型 |
| 2.3.1 基本假設(shè) |
| 2.3.2 Compass-Like雙足機(jī)器人動(dòng)力學(xué)數(shù)學(xué)模型 |
| 2.3.3 帶上肢的雙足機(jī)器人動(dòng)力學(xué)數(shù)學(xué)模型 |
| 2.3.4 RABBIT雙足機(jī)器人動(dòng)力學(xué)數(shù)學(xué)模型 |
| 2.4 非線性動(dòng)力系統(tǒng)相關(guān)理論基礎(chǔ) |
| 2.4.1 龐加萊回歸映射 |
| 2.4.2 有限時(shí)間穩(wěn)定控制Lyapunov函數(shù)和Settling-time函數(shù) |
| 2.4.3 有限時(shí)間穩(wěn)定性以及周期軌道穩(wěn)定性 |
| 2.5 非線性數(shù)值優(yōu)化算法相關(guān)理論基礎(chǔ) |
| 2.5.1 幾類線搜索準(zhǔn)則 |
| 2.5.2 非線性共軛梯度法 |
| 2.5.3 序列二次規(guī)劃算法 |
| 2.6 本章小結(jié) |
| 第3章 非線性問題的數(shù)值優(yōu)化算法 |
| 3.1 引言 |
| 3.2 無約束優(yōu)化的三項(xiàng)修正共軛梯度法及其全局收斂性 |
| 3.2.1 問題提出 |
| 3.2.2 三項(xiàng)共軛梯度法及其全局收斂性 |
| 3.2.3 另一類三項(xiàng)共軛梯度法及其全局收斂性 |
| 3.2.4 數(shù)值試驗(yàn) |
| 3.3 無約束優(yōu)化的二類修正譜共軛梯度法及其全局收斂性 |
| 3.3.1 問題提出 |
| 3.3.2 一類新的充分下降方向 |
| 3.3.3 兩類修正的譜共軛梯度法 |
| 3.3.4 全局收斂性分析 |
| 3.3.5 數(shù)值試驗(yàn) |
| 3.4 不等式約束優(yōu)化超線性收斂的信賴域-SQP算法 |
| 3.4.1 問題提出 |
| 3.4.2 信賴域-SQP算法 |
| 3.4.3 算法的可行性和全局收斂性分析 |
| 3.4.4 算法的超線性收斂速率 |
| 3.4.5 數(shù)值試驗(yàn) |
| 3.5 本章小結(jié) |
| 第4章 動(dòng)態(tài)雙足機(jī)器人有限時(shí)間穩(wěn)定性分析 |
| 4.1 引言 |
| 4.2 非線性動(dòng)力系統(tǒng)的有限時(shí)間穩(wěn)定性分析 |
| 4.2.1 有限時(shí)間穩(wěn)定性的判別準(zhǔn)則 |
| 4.2.2 有限時(shí)間穩(wěn)定控制Lyapunov函數(shù) |
| 4.2.3 仿射控制系統(tǒng)的有限時(shí)間穩(wěn)定控制器 |
| 4.3 脈沖混合動(dòng)力系統(tǒng)的有限時(shí)間穩(wěn)定性分析 |
| 4.4 數(shù)值仿真實(shí)驗(yàn) |
| 4.4.1 非線性PD控制器數(shù)值仿真試驗(yàn) |
| 4.4.2 有限時(shí)間穩(wěn)定控制器數(shù)值仿真試驗(yàn) |
| 4.5 本章小結(jié) |
| 第5章 動(dòng)態(tài)雙足機(jī)器人的魯棒性分析 |
| 5.1 引言 |
| 5.2 帶有不確定項(xiàng)的動(dòng)態(tài)雙足機(jī)器人動(dòng)力學(xué)模型 |
| 5.3 一類有限時(shí)間穩(wěn)定最優(yōu)魯棒控制器 |
| 5.3.1 最優(yōu)魯棒控制器的設(shè)計(jì) |
| 5.3.2 最優(yōu)魯棒控制器的凸優(yōu)化在線求解算法 |
| 5.4 數(shù)值仿真試驗(yàn) |
| 5.4.1 參數(shù)不攝動(dòng)情況 |
| 5.4.2 參數(shù)攝動(dòng) 1.5 倍情況 |
| 5.4.3 參數(shù)攝動(dòng)3倍情況 |
| 5.5 本章小結(jié) |
| 第6章 動(dòng)態(tài)雙足機(jī)器人的步態(tài)優(yōu)化控制 |
| 6.1 引言 |
| 6.2 基于DMOC的一類光滑化罰函數(shù)算法 |
| 6.2.1 Compass-Like雙足機(jī)器人周期步態(tài)描述 |
| 6.2.2 動(dòng)態(tài)雙足機(jī)器人連續(xù)動(dòng)力系統(tǒng)和邊界條件的離散化 |
| 6.2.3 約束優(yōu)化問題轉(zhuǎn)化為無約束優(yōu)化問題 |
| 6.2.4 動(dòng)態(tài)雙足機(jī)器人步態(tài)優(yōu)化的光滑化罰函數(shù)算法 |
| 6.2.5 Compass-Like雙足機(jī)器人仿真試驗(yàn) |
| 6.3 基于DMOC的可行序列二次規(guī)劃算法 |
| 6.3.1 修正的可行序列二次規(guī)劃算法 |
| 6.3.2 可行序列二次規(guī)劃算法的適定性和全局收斂性 |
| 6.3.3 Compass-Like雙足機(jī)器人仿真試驗(yàn) |
| 6.3.4 RABBIT雙足機(jī)器人仿真試驗(yàn) |
| 6.4 本章小結(jié) |
| 第7章 全文總結(jié) |
| 7.1 本文的研究背景與研究目標(biāo) |
| 7.2 本文的主要研究工作及結(jié)論 |
| 7.3 需要進(jìn)一步研究的問題 |
| 參考文獻(xiàn) |
| 作者簡介及研究成果 |
| 致謝 |
（8）橋梁受船舶撞擊分析（論文提綱范文）
| 摘要 |
| ABSTRACT |
| 第一章 緒論 |
| 1.1 研究背景和意義 |
| 1.1.1 研究的背景 |
| 1.1.2 研究的意義 |
| 1.2 國內(nèi)外研究現(xiàn)狀 |
| 1.2.1 國外研究現(xiàn)狀 |
| 1.2.2 國內(nèi)研究現(xiàn)狀 |
| 1.3 本文研究內(nèi)容 |
| 第二章 船橋碰撞問題的相關(guān)理論及計(jì)算方法 |
| 2.1 船橋碰撞問題的相關(guān)理論 |
| 2.1.1 米諾斯基碰撞理論 |
| 2.1.2 沃辛碰撞理論 |
| 2.1.3 漢斯-德魯徹理論 |
| 2.1.4 能量交換原理 |
| 2.2 船橋碰撞問題的計(jì)算方法 |
| 2.3 本章小結(jié) |
| 第三章 船橋碰撞問題的非線性有限元理論 |
| 3.1 非線性有限元軟件的介紹 |
| 3.2 非線性有限元控制方程 |
| 3.3 有限元計(jì)算中的沙漏控制 |
| 3.4 顯式時(shí)間積分 |
| 3.4.1 顯式中心差分算法 |
| 3.4.2 顯式積分的時(shí)步控制 |
| 3.5 接觸與碰撞 |
| 3.5.1 接觸-碰撞的數(shù)值計(jì)算方法 |
| 3.5.2 接觸-碰撞算法的有限元實(shí)現(xiàn) |
| 3.5.3 接觸分析注意事項(xiàng) |
| 3.6 有限元非線性分析的收斂控制 |
| 3.7 本章小結(jié) |
| 第四章 船橋碰撞的仿真分析 |
| 4.1 ANSYS/LS-DYNA 程序中的單元 |
| 4.1.1 SHELL163 單元 |
| 4.1.2 SOLID164 單元 |
| 4.2 碰撞分析中的材料模型 |
| 4.2.1 碰撞分析中的材料模型分類 |
| 4.2.2 與應(yīng)變率相關(guān)的各向同性彈塑性材料模型 |
| 4.2.3 混凝土本構(gòu)模型 |
| 4.3 碰撞體與周圍流體的相互作用 |
| 4.4 船橋碰撞有限元模型的建立 |
| 4.4.1 船舶的有限元模型 |
| 4.4.2 橋墩的有限元模型 |
| 4.4.3 整體模型 |
| 4.5 結(jié)果分析 |
| 4.5.1 3000t 級船舶的碰撞力分析 |
| 4.5.2 5000t 級船舶的碰撞力分析 |
| 4.5.3 8000t 級船舶的碰撞力分析 |
| 4.6 簡化求解公式的推導(dǎo) |
| 4.7 對公路橋涵設(shè)計(jì)通用規(guī)范公式的修正 |
| 4.8 本章小結(jié) |
| 第五章 橋梁防撞的有效措施 |
| 5.1 橋梁防撞設(shè)施的分類 |
| 5.1.1 防撞設(shè)施應(yīng)達(dá)到的要求 |
| 5.1.2 橋梁防撞設(shè)施的分類 |
| 5.2 對現(xiàn)有防撞裝置的評述 |
| 5.3 統(tǒng)計(jì)概率方法指導(dǎo)防撞設(shè)計(jì) |
| 5.4 本章小結(jié) |
| 第六章 結(jié)論與展望 |
| 6.1 主要研究工作總結(jié)及結(jié)論 |
| 6.2 進(jìn)一步的研究工作展望 |
| 致謝 |
| 參考文獻(xiàn) |
| 在學(xué)期間發(fā)表的論文及參與的工程實(shí)踐項(xiàng)目 |
（9）非光滑優(yōu)化問題的拉格朗日神經(jīng)網(wǎng)絡(luò)研究（論文提綱范文）
| 摘要 |
| ABSTRACT |
| 第一章 緒論 |
| 1.1 課題研究背景和意義 |
| 1.1.1 Hopfield神經(jīng)網(wǎng)絡(luò)解決最優(yōu)化問題 |
| 1.1.2 課題研究意義 |
| 1.2 國內(nèi)外相關(guān)技術(shù)研究現(xiàn)狀 |
| 1.2.1 拉格朗日神經(jīng)網(wǎng)絡(luò)解決最優(yōu)化問題的研究現(xiàn)狀 |
| 1.2.2 非光滑最優(yōu)化問題研究現(xiàn)狀 |
| 1.3 論文的研究內(nèi)容 |
| 1.4 論文組織結(jié)構(gòu) |
| 第二章 相關(guān)理論知識 |
| 2.1 基礎(chǔ)知識簡介 |
| 2.2 普通拉格朗日神經(jīng)網(wǎng)絡(luò)解決最優(yōu)化問題 |
| 2.2.1 等式約束最優(yōu)化問題 |
| 2.2.2 不等式約束最優(yōu)化問題 |
| 2.3 增廣拉格朗日神經(jīng)網(wǎng)絡(luò)解決最優(yōu)化問題 |
| 2.3.1 等式約束最優(yōu)化問題 |
| 2.3.3 不等式約束最優(yōu)化問題 |
| 2.4 本章小結(jié) |
| 第三章 光滑拉格朗日神經(jīng)網(wǎng)絡(luò)解決非光滑最優(yōu)化問題 |
| 3.1 背景介紹 |
| 3.2 非光滑最優(yōu)化問題及相關(guān)定義 |
| 3.2.1 非光滑最優(yōu)化問題 |
| 3.2.2 光滑函數(shù)定義 |
| 3.2.3 拉格朗日函數(shù)定義 |
| 3.3 拉格朗日神經(jīng)網(wǎng)絡(luò)及相關(guān)命題 |
| 3.3.1 拉格朗日神經(jīng)網(wǎng)絡(luò)定義 |
| 3.3.2 主要的定理及證明 |
| 3.4 仿真實(shí)驗(yàn) |
| 3.4.1 等式約束下的最優(yōu)化問題 |
| 3.4.2 不等式約束的最優(yōu)化問題 |
| 3.4.3 實(shí)驗(yàn)結(jié)果分析 |
| 3.5 本章小結(jié) |
| 第四章 增廣拉格朗日神經(jīng)網(wǎng)絡(luò)解決非光滑凸最優(yōu)化問題 |
| 4.1 背景介紹 |
| 4.2 增廣拉格朗日神經(jīng)網(wǎng)絡(luò)及相關(guān)定義 |
| 4.2.1 原始問題 |
| 4.2.2 神經(jīng)網(wǎng)絡(luò)定義 |
| 4.3 主要性質(zhì)和定理 |
| 4.3.1 相關(guān)的性質(zhì)及證明 |
| 4.3.2 相關(guān)的定理及證明 |
| 4.4 仿真實(shí)驗(yàn)及分析 |
| 4.4.1 仿真實(shí)驗(yàn) |
| 4.4.2 實(shí)驗(yàn)結(jié)果分析 |
| 4.5 本章小結(jié) |
| 第五章 總結(jié)與展望 |
| 5.1 主要工作總結(jié) |
| 5.2 下一步工作 |
| 參考文獻(xiàn) |
| 致謝 |
| 攻讀碩士學(xué)位期間發(fā)表的學(xué)術(shù)論文 |
（10）圖像恢復(fù)問題中的優(yōu)化算法研究（論文提綱范文）
| 摘要 |
| Abstract |
| 主要符號表 |
| 第一章 緒論 |
| 1.1 選題背景及研究意義 |
| 1.2 圖像恢復(fù)中的數(shù)學(xué)模型及研究現(xiàn)狀 |
| 1.3 一些基本的定義 |
| 1.4 本文主要工作及內(nèi)容安排 |
| 第二章 全變差圖像恢復(fù)的一個(gè)改進(jìn)的譜共軛投影算法 |
| 2.1 引言 |
| 2.2 主要結(jié)果及算法 |
| 2.3 數(shù)值試驗(yàn) |
| 2.4 小結(jié) |
| 第三章 全變差圖像恢復(fù)的自適應(yīng)步長投影梯度算法 |
| 3.1 引言 |
| 3.2 自適應(yīng) BB 步長投影算法 |
| 3.3 另一個(gè)停止準(zhǔn)則 |
| 3.4 數(shù)值試驗(yàn) |
| 3.4.1 和 Chambolle 方法對比 |
| 3.4.2 和其它梯度投影算法對比 |
| 3.5 小結(jié) |
| 第四章 全變差去噪及其它反問題的擬牛頓對角修正算法 |
| 4.1 引言 |
| 4.2 修正的非單調(diào)半隱式 Chambolle 梯度投影算法 |
| 4.3 數(shù)值試驗(yàn) |
| 4.3.1 和 Chambolle 方法對比 |
| 4.3.2 和其它一些梯度方法對比 |
| 4.3.3 和最近一些有效的方法對比 |
| 4.4 應(yīng)用到壓縮感知 |
| 4.4.1 提出新的算法 |
| 4.4.2 數(shù)值試驗(yàn) |
| 4.5 小結(jié) |
| 第五章 總結(jié)與展望 |
| 參考文獻(xiàn) |
| 致謝 |
| 作者在攻讀碩士期間的主要科研成果 |
四、一個(gè)修正的罰函數(shù)方法（論文參考文獻(xiàn)）
- [1]基于優(yōu)化原理的多光譜真溫反演算法研究[D]. 張福才. 哈爾濱工業(yè)大學(xué), 2019(01)
- [2]輪胎非線性有限元分析方法[A]. 莊茁. 第4期輪胎力學(xué)高級培訓(xùn)講義（上冊）, 2018
- [3]Lipschitz函數(shù)優(yōu)化的一個(gè)無導(dǎo)數(shù)算法[D]. 石志娟. 廈門大學(xué), 2017(10)
- [4]基于Lagrange的神經(jīng)網(wǎng)絡(luò)解決非光滑非凸優(yōu)化問題的研究[D]. 許治健. 廣西大學(xué), 2017(07)
- [5]柔性多體系統(tǒng)接觸碰撞問題的理論與實(shí)驗(yàn)研究[D]. 陳鵬. 上海交通大學(xué), 2016
- [6]求解非線性約束優(yōu)化問題的精確罰函數(shù)方法[J]. 譚俊,陳建玲,蘇江波. 赤峰學(xué)院學(xué)報(bào)(自然科學(xué)版), 2016(13)
- [7]動(dòng)態(tài)雙足機(jī)器人有限時(shí)間穩(wěn)定性分析與步態(tài)優(yōu)化控制研究[D]. 孫中波. 吉林大學(xué), 2016(08)
- [8]橋梁受船舶撞擊分析[D]. 王漢偉. 重慶交通大學(xué), 2014(03)
- [9]非光滑優(yōu)化問題的拉格朗日神經(jīng)網(wǎng)絡(luò)研究[D]. 于琰. 廣西大學(xué), 2014(02)
- [10]圖像恢復(fù)問題中的優(yōu)化算法研究[D]. 張本鑫. 桂林電子科技大學(xué), 2014(03)
標(biāo)簽：神經(jīng)網(wǎng)絡(luò)模型論文; 最優(yōu)化方法論文; 碰撞理論論文; 系統(tǒng)仿真論文; 修正系數(shù)論文;