內(nèi)點
- 從“端點效應(yīng)”到“內(nèi)點效應(yīng)”導(dǎo)數(shù)恒成立求參數(shù)取值范圍問題
失效了,而應(yīng)該在內(nèi)點x=2處求解.那么我們應(yīng)該怎樣才能迅速找到這個“內(nèi)點”呢[1]?圖的圖象我們用上述方法再次求解問題1.解得x0=0 或x0=2.3 運用“端點效應(yīng)”和“內(nèi)點效應(yīng)”求參數(shù)取值范圍問題舉例對于無法采用分離參數(shù)的恒成立問題,上述找“內(nèi)點”的方法也是可以的.例3(2020年山東新高考Ⅰ卷理21題第(2)問)已知函數(shù)f(x)=aex-1-lnx+lna．若不等式f(x)≥1恒成立,求a的取值范圍．解析設(shè)g(x)=f(x)-1=aex-1-lnx+
數(shù)理化解題研究 2023年31期2023-12-08
- 混合d-元樹上的模式避免問題
少為1的頂點稱作內(nèi)點.當(dāng)樹中只包含葉點時,這樣的樹稱作平凡樹.d-元樹是有序樹的一種,其中每個頂點的度數(shù)為0或d, 特別地,當(dāng)d=2時,這樣的樹稱作2-元樹.在d-元樹中對每個內(nèi)點用黑色或白色著色,所得的標(biāo)號樹叫做混合d-元樹.為了與黑色的內(nèi)點進行區(qū)分,用ε標(biāo)記葉點.在一個混合d-元樹中,稱為邊的一種模式,如果一個內(nèi)點和其最左端的兒子都著黑色.若混合d-元樹中沒有出現(xiàn)該模式的邊,稱為避免模式混合d-元樹.例1圖1給出有7個內(nèi)點,避免模式的2-元樹.圖1 避
蘭州理工大學(xué)學(xué)報 2023年2期2023-05-07
- 原始對偶內(nèi)點法下的圓柱度誤差評價技術(shù)研究
開創(chuàng)性地提出將內(nèi)點法推廣應(yīng)用到對線性規(guī)劃的求解中，原始對偶內(nèi)點法是由內(nèi)點法發(fā)展而來的一種算法。原始對偶內(nèi)點法相比于其他算法，它是一種多項式的時間復(fù)雜性算法，極大地提高了線性規(guī)劃問題的求解速度［12-13］。而且原始對偶內(nèi)點法是一種在可行域的內(nèi)部尋優(yōu)的方法，約束條件和變量數(shù)目的增加不會導(dǎo)致迭代次數(shù)的增加，因此原始對偶內(nèi)點法對于較大規(guī)模的線性規(guī)劃問題很友好，可極大地提高其求解速度［13-14］。這里提出應(yīng)用原始對偶內(nèi)點法進行圓柱度誤差的評定，并對其評定精度、
機械設(shè)計與制造 2022年11期2022-11-21
- 一類線性權(quán)互補問題的修正全牛頓步可行內(nèi)點算法
權(quán)互補問題的2種內(nèi)點算法。之后，Potra[2]又證明了充分線性權(quán)互補問題的一些基本結(jié)論，設(shè)計了一種校正-預(yù)估內(nèi)點算法。目前,光滑牛頓法[3,9]和內(nèi)點算法[10]是求解線性優(yōu)化、互補問題[11-12]和權(quán)互補問題[13]等的有效算法，其中內(nèi)點算法由于具有多項式時間復(fù)雜度[14]而備受關(guān)注。Kojima等[4-5]給出了線性互補問題的原對偶內(nèi)點算法及其復(fù)雜度。Roos等[6]首次提出了線性規(guī)劃的全牛頓步可行內(nèi)點算法。隨后，Zhang等[7]基于修正牛頓方向
桂林電子科技大學(xué)學(xué)報 2022年3期2022-10-26
- 求解一般l1趨勢過濾問題的原始對偶內(nèi)點法
≥2)的原始對偶內(nèi)點法.本研究針對一般l1趨勢過濾問題提出一種原始對偶內(nèi)點法.首先，介紹一些相關(guān)的預(yù)備知識，分析原始對偶內(nèi)點法中求解迭代方向的過程，進而給出算法的迭代框架.然后，給出原始對偶內(nèi)點法的收斂性分析以及算法復(fù)雜度分析.最后，在合成數(shù)據(jù)集和真實數(shù)據(jù)集上進行相關(guān)的實驗，展示原始對偶內(nèi)點法與半光滑牛頓增廣拉格朗日方法、交替方向乘子法解決一般l1趨勢過濾問題的數(shù)值對比結(jié)果.實驗結(jié)果表明, 對于不同的調(diào)節(jié)參數(shù)λ和k階差分矩陣，原始對偶內(nèi)點法都具有較好的性能
福州大學(xué)學(xué)報（自然科學(xué)版） 2022年4期2022-07-13
- 在1-連通和2-連通的二部圖中保持連通度的一些樹的研究?
點稱之為樹T 的內(nèi)點,VI(T)表示的是樹T 的內(nèi)點的集合.對于任意的一個非空子集S ?V(G),G[S] 表示的是由S 導(dǎo)出G 的子圖.圖G 的連通度記作κ(G),是滿足G-S 是不連通的或是平凡圖K1的最小點集S 的基數(shù).如果κ(G)≥k,則稱G 是k-連通的.若B 是G 的一個極大的沒有割點的連通子圖,則稱B 是G 的塊.本文中未定義的術(shù)語和符號可參閱文獻[1].Chartrand 等人給出如下著名定理.定理1[2]任意連通圖G 中存在點x,使得G-
- 解一類變分不等式問題的半內(nèi)點同倫方法
始點是X(1)的內(nèi)點, 不需要為X的內(nèi)點, 但不能保證解點x*∈X.基于此, 本文給出一種新的同倫方程構(gòu)造方法, 同樣不需要初始點為X的內(nèi)點, 但能保證解點x*∈X, 因此該方法使用更方便.數(shù)值算例結(jié)果表明了本文方法的有效性.1 預(yù)備知識本文假設(shè)可行集X為X={x∈n:g(x)≤0,h(x)=0},(2)其中g(shù)(x):n→m,h(x):n→l.記X0={x∈n:g(x)引理1[13]設(shè)gi(x)(i=1,2,…,m)是二次連續(xù)可微的凸函數(shù),hj(x)(j=
吉林大學(xué)學(xué)報（理學(xué)版） 2022年1期2022-01-21
- 二階錐權(quán)互補問題的非精確非內(nèi)點連續(xù)化算法
軛梯度法[5]，內(nèi)點算法[1]，非內(nèi)點連續(xù)化算法[6-7]等.其中，內(nèi)點算法最早被用于權(quán)互補問題的求解[1]，但該算法要求初始點嚴(yán)格可行，因此在求解問題時要找到這樣的初始點較為困難.非內(nèi)點連續(xù)化算法由于具有較好的收斂性和數(shù)值結(jié)果，近年來發(fā)展迅速[6-7].非內(nèi)點連續(xù)化算法不同于內(nèi)點算法，它能選擇任意點為初始點，且迭代過程中不要求中間迭代點為可行內(nèi)點，這些特點使得非內(nèi)點連續(xù)化算法比內(nèi)點算法更加便于進行數(shù)值計算.本文運用非內(nèi)點連續(xù)化算法求解二階錐權(quán)互補問題，并
大學(xué)數(shù)學(xué) 2021年4期2021-09-01
- 基于ORB+GMS算法的航拍圖像匹配方法的研究
樣一致性算法完成內(nèi)點篩選，該方法魯棒性雖好，但是匹配效率較低。故高俊強等人提出基于SURF算法[6]的航拍圖像匹配[7]，該方法有效地提高了圖像匹配速度。為了更進一步加速匹配算法，宋偉等人提出了一種改進AKAZE算法[8-9]進行航拍圖像匹配，該方法效率雖高，但借助隨機采樣一致性算法迭代計算單應(yīng)性矩陣模型耗時較長。曹留霞等人[10]提出BRISK-DAISY算法進行無人機影像匹配，首先利用BRISK算法進行特征點提取，然后使用DAISY算法提取局部特征描述
礦山測量 2021年2期2021-05-07
- 拓?fù)淇臻g中五類特殊點的比較
的聚點、孤立點、內(nèi)點、邊界點以及外點，從孤立點的角度深入分析它們之間的區(qū)別與聯(lián)系.針對實際教學(xué)過程中學(xué)生容易出現(xiàn)的三個誤區(qū)，建議在一般拓?fù)鋵W(xué)的教學(xué)過程中，教師不僅要引導(dǎo)學(xué)生厘清這五類特殊點的定義，還需要加強對孤立點的講解，從而加深學(xué)生對孤立點的理解.【關(guān)鍵詞】拓?fù)淇臻g;聚點;孤立點;內(nèi)點【基金項目】陜西師范大學(xué)教學(xué)改革研究項目（19GGKJG04）.一、引 言在一般拓?fù)鋵W(xué)的教學(xué)內(nèi)容里，聚點、孤立點、內(nèi)點、邊界點以及外點是拓?fù)淇臻g中五類特殊的點.這五類點在數(shù)
數(shù)學(xué)學(xué)習(xí)與研究 2020年17期2020-12-30
- 線性權(quán)互補問題的一種改進全牛頓步可行內(nèi)點算法
的研究尚不多見。內(nèi)點算法是求解線性優(yōu)化問題的有效算法。2003年，Darvay[7]設(shè)計了線性規(guī)劃的一種全牛頓步原對偶路徑跟蹤內(nèi)點算法。2006年，Roos[8]提出線性優(yōu)化的原對偶不可行內(nèi)點算法，并證明了算法的收斂性及多項式時間復(fù)雜度。2011年，Zhang等[9]提出一種修正牛頓步可行內(nèi)點算法來求解線性優(yōu)化問題。2015年，Achache等[10]給出了單調(diào)線性互補問題的全牛頓步加權(quán)原對偶內(nèi)點算法。2015年，Mansouri等[11]提出求解線性優(yōu)化
桂林電子科技大學(xué)學(xué)報 2020年3期2020-12-18
- 平面擬合算法抗干擾能力對比研究
其中，w 是模型內(nèi)點的比例；n 為計算模型參數(shù)最小數(shù)據(jù)量是3；P 的取值一般在0.95-0.99。RANSAC 算法是一種穩(wěn)健的參數(shù)估計算法，可采用此算法進行平面擬合的過程如下：(2)選取合理的閾值t，如果di≤t 就被認(rèn)為是平面內(nèi)點，得出此平面內(nèi)點個數(shù)N；(3)然后重復(fù)以上步驟m 次，比較選擇內(nèi)點最多的平面。4 實驗分析4.1 仿真數(shù)據(jù)根據(jù)點云數(shù)據(jù)平面方程z = 0.707x + 0.707y +1，利用matlab 隨機從此平面選取500 個點，利用m
安徽建筑大學(xué)學(xué)報 2020年4期2020-10-10
- 內(nèi)點懲罰函數(shù)法在優(yōu)化設(shè)計中的應(yīng)用
250104)內(nèi)點懲罰函數(shù)法基本原理是將有約束優(yōu)化問題中的不等式約束函數(shù)經(jīng)過加權(quán)轉(zhuǎn)化后，和原目標(biāo)函數(shù)結(jié)合形成懲罰函數(shù)。懲罰函數(shù)在可行域內(nèi)按一定的法則改變加權(quán)因子的值，構(gòu)成一些列無約束優(yōu)化問題，求得一系列的無約束最優(yōu)解，并不斷地逼近原約束優(yōu)化問題地最優(yōu)解。數(shù)學(xué)模型(1)公式(1)中，求目標(biāo)函數(shù)為f(x)的極小值，不等式約束條件為gj(x)≤0。將不等式約束函數(shù)經(jīng)過加權(quán)轉(zhuǎn)化后，和原目標(biāo)函數(shù)結(jié)合形成懲罰函數(shù)，形式為：(2)或(3)rk稱為懲罰因子，它是一個由大
福建質(zhì)量管理 2020年16期2020-09-09
- “平面直角坐標(biāo)系”考點集卒
第四象限.各象限內(nèi)點的坐標(biāo)符號是：第一象限內(nèi)點的橫、縱坐標(biāo)皆為正數(shù)，即（+，+）;第二象限內(nèi)點的橫坐標(biāo)為負(fù)數(shù)，縱坐標(biāo)為正數(shù)，即（一，+）;第三象限內(nèi)點的橫、縱坐標(biāo)皆為負(fù)數(shù)，即（一，一）;第四象限內(nèi)點的橫坐標(biāo)為正數(shù)，縱坐標(biāo)為負(fù)數(shù)，即（+，一）.解法1：先在x軸上找出表示2的點，再在，，軸上找出表示-3的點，過這兩個點分別作x軸和y軸的垂線，垂線的交點就是點A（2，-3），顯然它在第四象限，故選D.解法2：因為點A（2，-3）的橫坐標(biāo)是正數(shù)，縱坐標(biāo)是負(fù)數(shù)，所以
- 走進中考四邊形
點叫凸四邊形的準(zhǔn)內(nèi)點。如圖3，PH=PJ，PI=PG，則點P就是四邊形ABCD的準(zhǔn)內(nèi)點。（1）如圖4，∠AFD與∠DEC的角平分線FP，EP相交于點P。求證：點P是四邊形ABCD的準(zhǔn)內(nèi)點。（2）分別畫出圖5 平行四邊形和圖6 梯形的準(zhǔn)內(nèi)點。（3）判斷下列命題的真假，在括號內(nèi)填“真”或“假”。①任意凸四邊形一定存在準(zhǔn)內(nèi)點。（ ）②任意凸四邊形一定只有一個準(zhǔn)內(nèi)點。（ ）③若P是任意凸四邊形ABCD的準(zhǔn)內(nèi)點，則PA+PB=PC+PD或PA+PC=PB+PD。（
數(shù)學(xué)大世界 2020年9期2020-06-12
- 線性權(quán)互補問題基于核函數(shù)的全牛頓步可行內(nèi)點算法
的對數(shù)障礙核函數(shù)內(nèi)點算法和全牛頓步內(nèi)點算法。隨后，Peng等[6]和Bai等[7]相繼設(shè)計了新的核函數(shù)，并基于新核函數(shù)提出求解線性規(guī)劃的內(nèi)點算法。Potra等[8]設(shè)計了一種預(yù)估-校正內(nèi)點算法用于求解充分權(quán)互補問題。寧小玲等[9]提出了求解線性權(quán)互補問題的一種改進全牛頓步可行內(nèi)點算法。鑒于此，將線性互補問題的可行內(nèi)點算法推廣到權(quán)互補問題，運用文獻[10]中核函數(shù)，得到新的牛頓搜索方向，并基于全牛頓步給出求解非負(fù)象限上線性權(quán)互補問題的可行內(nèi)點算法。定義了迭代
桂林電子科技大學(xué)學(xué)報 2020年6期2020-03-22
- 一題多解開闊思路
我們要掌握各象限內(nèi)點橫、縱坐標(biāo)的特征，判斷出a、b的正負(fù)情況，再根據(jù)對橫、縱坐標(biāo)的理解判斷出點M的橫坐標(biāo)與縱坐標(biāo)的正負(fù)情況，最后反過來根據(jù)各象限內(nèi)點的坐標(biāo)特征進行解答。方法一：特殊值法令a=-1，b=-1，則b-1=-2，-a+1=2，∴M（-2，2），∴點M（b-1，-a+1）在第二象限。方法二：抓住各象限內(nèi)點的坐標(biāo)特征∵點P（a，b）在第三象限，∴a∴6-10，∴點M（b-1，-a+1）在第二象限。方法三：數(shù)形結(jié)合∵如圖1，點P（a，b）在第三象限，∴
初中生世界·八年級 2020年2期2020-03-08
- 有序樹的計數(shù)及其應(yīng)用
法研究了含有k個內(nèi)點的標(biāo)號有序樹的計數(shù).本文利用標(biāo)號有序樹與森林的對合，討論含有k+1個內(nèi)點和p個外層內(nèi)點且外層內(nèi)點的度不小于正整數(shù)m的頂點數(shù)為n+1-k的非標(biāo)號有序樹的計數(shù)，并給出端環(huán)長度不小于正整數(shù)m的RNA二級結(jié)構(gòu)計數(shù)的完全顯示閉公式.在本文中作如下規(guī)定：對于有序樹T中的一個內(nèi)點u， 若u的所有子結(jié)點均為葉子點，則稱u為外層內(nèi)點；否則，稱u為內(nèi)層內(nèi)點.高度為1的標(biāo)號有序樹稱為基本有序樹.1 非標(biāo)號有序樹的計數(shù)定理1設(shè)含有k+1個內(nèi)點、頂點數(shù)為n+1-
延邊大學(xué)學(xué)報（自然科學(xué)版） 2019年2期2019-10-08
- 基于單目視頻幀的基礎(chǔ)矩陣魯棒估計算法
除異常點，再通過內(nèi)點集估算基礎(chǔ)矩陣，具有穩(wěn)健的效果。但效率較低，尤其隨著誤匹配率的增加，計算時間也隨著大量增加。迭代法的代表有M估計法[4]，通過定義權(quán)重函數(shù)，加權(quán)迭代整個數(shù)據(jù)集，對噪聲較大的點有良好的抑制效果。但需要良好的初始值，對誤匹配率較大的數(shù)據(jù)集處理，效果較差。顏坤等人[5]將野值去除融入到計算基礎(chǔ)矩陣的過程中，從而實現(xiàn)穩(wěn)定的基礎(chǔ)矩陣估計。張永祥等人[6]提出對M估計法引入動態(tài)懲罰加權(quán)的思想，提高估計的精度，但增加了運行時間。WANG L等人[7]
傳感器與微系統(tǒng) 2019年10期2019-09-26
- Laplace方程邊值問題的五點差分格式
2)對區(qū)域Ω上的內(nèi)點建立差分格式。(3)對區(qū)域Ω上邊界條件的處理。為簡便討論，取區(qū)域Ω為正方形區(qū)域進行均勻正方形網(wǎng)格剖分。2 在差商代替導(dǎo)數(shù)的方法下建立差分格式2.1 區(qū)域Ω上內(nèi)點的差分格式對內(nèi)網(wǎng)格點(i，j)，1≤i≤N-1，1≤j≤N-1，有(N-1)×(N-1)個內(nèi)點。內(nèi)點列出的差分格式：-(ui，j+1+ui，j-1+ui+1，j+ui-1，j-4ui，j)=0。2.2 區(qū)域Ω上的邊界條件的處理對于第一類邊界條件，u(x，y)=α(x，y)，?(x
中國傳媒大學(xué)學(xué)報(自然科學(xué)版) 2019年4期2019-08-15
- 基于改進RANSAC的點云關(guān)鍵點匹配
i(3)比較當(dāng)前內(nèi)點數(shù)目，若大于當(dāng)前最佳內(nèi)點數(shù)Ni(設(shè)初始最佳內(nèi)點數(shù)Ni為0)，則將當(dāng)前變換矩陣T計作當(dāng)前最佳矩陣估計，并更新最大內(nèi)點數(shù)Ni值。(4)跳轉(zhuǎn)至步驟(1)，在匹配點對中重新隨機抽取3組點對。(5) 經(jīng)過若干次隨機抽樣計算后(達(dá)到最大迭代次數(shù)或是內(nèi)點數(shù)量基本保持不變)，比較各次所得的內(nèi)點個數(shù)，最大內(nèi)點數(shù)Ni所對應(yīng)的變換矩陣T就是需要求取的兩幀點云之間的位姿變換關(guān)系。綜合以上步驟，即可迭代計算出歐式變換矩陣T，從而實現(xiàn)源點云U到目標(biāo)點云V的配準(zhǔn)。通
智能計算機與應(yīng)用 2018年6期2018-10-31
- 基于預(yù)測-校正內(nèi)點法ATC計算
發(fā)，基于預(yù)測校正內(nèi)點法計算速度快、魯棒性好、快速收斂等優(yōu)點，將預(yù)測校正內(nèi)點法(Predictor-corrector Primal-dual Interior-point Method，PCPDIPM)應(yīng)用于電力系統(tǒng)ATC計算。通過對模型進行仿真分析，與傳統(tǒng)原對偶內(nèi)點法(Primal-dual Interior-point Method，PDIPM)計算ATC進行比較，驗證模型的實用性和算法的有效性及快速收斂性。1 ATC求解模型1.1 目標(biāo)函數(shù)本文將AT
電氣自動化 2018年1期2018-04-04
- 笑笑漫游數(shù)學(xué)世界之點的坐標(biāo)
有所悟。第一象限內(nèi)點的橫坐標(biāo)與縱、坐標(biāo)均是正數(shù)，第三象限內(nèi)點的橫、縱坐標(biāo)均是負(fù)數(shù)，而第二、四象限內(nèi)點的橫、縱坐標(biāo)則是一正一負(fù)。笑笑嘗試了一會兒，就找到了辦法。第一象限（+，+），第二象限（-，+），第三象限（-，-），第四象限（+，-）?？葱πρ笱蟮靡獾臉幼樱c毫不留情地給他潑了一頭冷水。笑笑一愣，凝神再看再想，還真被他發(fā)現(xiàn)了問題之所在。坐標(biāo)軸上的點的坐標(biāo)規(guī)律應(yīng)該是這樣的：x軸正半軸（+，0），x軸負(fù)半軸（-，0），y軸正半軸（0，+），y軸負(fù)半軸（0，
- 打開一句話的世界——蘇教版五上《釘子板上的多邊形》教學(xué)實踐與思考
圖形里面的點簡稱內(nèi)點，用字母a表示，邊上的點簡稱邊點，用字母b表示，面積用字母S表示。在釘子板上可圍的圖形太多了，為了便于發(fā)現(xiàn)規(guī)律，你們覺得應(yīng)該先研究什么樣的圖形？生：長方形、正方形、平行四邊形……師：為什么先選擇這些圖形？生：這些圖形我們都學(xué)過，可以直接用公式來計算它們的面積。師：還有補充嗎？生：先研究點少的圖形，再研究點多的?！咎骄恳弧浚▓D2）教師出示圖2，引導(dǎo)學(xué)生研究釘子板上的四個多邊形，并把研究結(jié)果填入表格中。師：你們發(fā)現(xiàn)其中的規(guī)律了嗎？生1：a÷
江蘇教育 2016年57期2016-12-20
- 基于新的核函數(shù)求解凸二次規(guī)劃的內(nèi)點算法
求解凸二次規(guī)劃的內(nèi)點算法李 鑫(廣西民族師范學(xué)院數(shù)學(xué)與計算機科學(xué)系，廣西崇左 532200)基于一類新的核函數(shù)對凸二次規(guī)劃(CQP)設(shè)計了一種大步校正內(nèi)點算法．通過應(yīng)用新的技術(shù)性結(jié)果和這類核函數(shù)良好的性質(zhì)，證明了算法的迭代復(fù)雜性為(1/2loglog/)，這與目前凸二次規(guī)劃的大步校正原始-對偶內(nèi)點算法最好的迭代復(fù)雜性一致．凸二次規(guī)劃；核函數(shù)；大步校正；內(nèi)點算法；迭代復(fù)雜性．本文考慮如下標(biāo)準(zhǔn)形式的CQP原始問題（P）及其對偶問題（D）：（P） min{cx+
重慶三峽學(xué)院學(xué)報 2016年3期2016-10-14
- 巧妙破譯“探索規(guī)律”的教學(xué)“密碼”
周點”“面積”“內(nèi)點”之后，便以周點為8，面積為4，內(nèi)點為1的長方形為例，進行了巧妙變化——“如果面積改變，內(nèi)點、周點的數(shù)量會不會改變？”“如果面積變回4，內(nèi)點、周點會變回來嗎？”一邊追問，一邊結(jié)合著釘子板上直觀的圖形及對應(yīng)的數(shù)據(jù)進行對比、觀察、分析。這一過程，我認(rèn)為用意有三：一是讓學(xué)生整體感知“內(nèi)點”“周點”和“面積”三個變量之間的緊密關(guān)系，為接下來的深入探索提供了思維模型；二是讓學(xué)生感受到所要研究問題的復(fù)雜性，為接下來的分類研究創(chuàng)造機會；三是喚起探究欲
小學(xué)教學(xué)研究 2016年8期2016-05-14
- 一類映射連續(xù)點集的結(jié)構(gòu)
T定義在Rn中有內(nèi)點的子集I上，以I的任意內(nèi)點的一鄰域為全集，根據(jù)Baire定理反證得出I∩Qn不是I中的Gδ型集，進而得到映射T不可能僅在I∩Qn上連續(xù)。關(guān)鍵詞：連續(xù)點；映射；Gδ型集；內(nèi)點；有理點中圖分類號：O 174基金項目：安徽省高等學(xué)校省級自然科學(xué)研究重點作者簡介：盛魁(1981-)，男,安徽渦陽人，講師，碩士，主要從事數(shù)據(jù)挖掘、智能信息檢索和電子商務(wù)研究。Structure of Continuous Points Set of a Class
河北北方學(xué)院學(xué)報（自然科學(xué)版） 2015年1期2016-01-08
- Halin圖譜半徑的進一步論述
則圖； 行和； 內(nèi)點； 外點0 引言矩陣譜半徑的計算和估計，不僅在理論數(shù)學(xué)方面相當(dāng)重要，而且在需要用到譜半徑的一個初始估計值的迭代過程方面也體現(xiàn)出了相當(dāng)重要的作用，該問題引起了大量學(xué)者的興趣，也得到了很多重要的結(jié)果[1-4].1969年，Halin[4]在討論最小3-連通平面圖時引入了Halin圖，隨后，研究者對Halin圖的點、邊著色、全色數(shù)、譜半徑的上界和極圖等展開了研究[4-8]，并得到了比較好的結(jié)果.本文研究了上面不等式取得等號的極圖，并且對含有2
鄭州大學(xué)學(xué)報（理學(xué)版） 2015年3期2015-12-27
- 第6講 “圖形與坐標(biāo)”復(fù)習(xí)精講
標(biāo)特征：第一象限內(nèi)點的橫、縱坐標(biāo)都為正數(shù)；第二象限內(nèi)點的橫坐標(biāo)為負(fù)數(shù)，縱坐標(biāo)為正數(shù)；第三象限內(nèi)點的橫、縱坐標(biāo)都為負(fù)數(shù)；第四象限內(nèi)點的橫坐標(biāo)為正數(shù)，縱坐標(biāo)為負(fù)數(shù)；x軸上的點的坐標(biāo)特征是縱坐標(biāo)為0，y軸上的點的坐標(biāo)特征是橫坐標(biāo)為0.2.對稱點的坐標(biāo)特征：關(guān)于x軸對稱點的坐標(biāo)，橫坐標(biāo)相同，縱坐標(biāo)互為相反數(shù)；關(guān)于y軸對稱點的坐標(biāo)，橫坐標(biāo)互為相反數(shù)，縱坐標(biāo)相同；關(guān)于原點對稱點的坐標(biāo)，橫、縱坐標(biāo)都分別互為相反數(shù).3.坐標(biāo)系中的平移與點的坐標(biāo)的變化規(guī)律：點向右（左）平移
中學(xué)生數(shù)理化·中考版 2015年4期2015-09-10
- 一種新的求解CQSDP的全-Newton步內(nèi)點算法
-Newton步內(nèi)點算法李 鑫 季 萍 張明望＊（三峽大學(xué)理學(xué)院，湖北宜昌 443002）對凸二次半定規(guī)劃提出了一種新的全-Newton步原始-對偶內(nèi)點算法．通過建立和應(yīng)用一些新的技術(shù)性結(jié)果，證明了算法的迭代復(fù)雜性為這與目前凸二次半定規(guī)劃的小步校正內(nèi)點算法最好的迭代復(fù)雜性一致．凸二次半定規(guī)劃；內(nèi)點算法；全-Newton步；迭代復(fù)雜性1 引 言本文討論如下標(biāo)準(zhǔn)形式的凸二次半定規(guī)劃（CQSDP）原始問題及其對偶問題．其中：C, Ai∈Sn且假設(shè)矩陣Ai, i=
重慶三峽學(xué)院學(xué)報 2015年3期2015-06-27
- 壓縮感知中一種改進內(nèi)點算法的研究
縮感知中一種改進內(nèi)點算法的研究董 騰1，2，楊 帆2，潘國峰2(1.中國人民解放軍93704部隊，北京 101100；2.河北工業(yè)大學(xué)信息工程學(xué)院，天津 300401)提出一種基于內(nèi)點法的改進重構(gòu)算法，嘗試用專門的內(nèi)點算法解決稀疏重構(gòu)問題。首先，在內(nèi)點法基礎(chǔ)上引入預(yù)處理算子重新設(shè)計來避免牛頓方程系統(tǒng)的構(gòu)造，使矩陣擁有良好的可調(diào)性；其次，利用稀疏矩陣的矩陣特性簡化矩陣矢量增量。仿真實驗結(jié)果表明改進的內(nèi)點算法對實際問題的處理是有效且優(yōu)于其他算法的。壓縮感知；內(nèi)
儀表技術(shù)與傳感器 2015年6期2015-06-10
- 實數(shù)集中分形上函數(shù)的連續(xù)性
稱該點是E的一個內(nèi)點.根據(jù)該種分類法，E的左端點可能是孤立點，也可能是右內(nèi)端點，同樣右端點可能是孤立點，也可能是左內(nèi)端點，除此之外的點只能是孤立點、左內(nèi)端點、右內(nèi)端點和內(nèi)點之一.設(shè)x0是E的一個左內(nèi)端點，根據(jù)定義E中的任何一個點x只能從x0的左邊無限逼近于x0，若x0是右內(nèi)端點，則x只能從x0的右邊無限逼近于x0，而當(dāng)x0是內(nèi)點時,x就可以從x0的兩邊無限趨近于x0.設(shè)f(E,x)是緊的s-集E上的一個以x為變量的一元實函數(shù)，當(dāng)x0是E的左內(nèi)端點，右內(nèi)端點
海南大學(xué)學(xué)報（自然科學(xué)版） 2015年2期2015-03-08
- 求解二階錐互補問題的預(yù)估校正算法＊
類問題方法主要有內(nèi)點算法、光滑方法等．其中由于內(nèi)點算法在求解許多數(shù)學(xué)規(guī)劃問題時都被證明具有多項式計算復(fù)雜性，使得該算法在求解尤其是大規(guī)模優(yōu)化問題具有優(yōu)勢，但是現(xiàn)有的內(nèi)點算法對初始點的選取卻相對苛刻，一般要求初始點是嚴(yán)格可行的，然而對許多實際問題，找到嚴(yán)格可行的初始點并不容易．而近年來由于良好的性能而受到關(guān)注的光滑方法，則可以彌補這種不足：光滑化方法對初始點的選取沒有嚴(yán)格要求，并且在算法實施的過程中，也不需要內(nèi)點的限制，因此，光滑化方法成為求解優(yōu)化問題特別是
西安工業(yè)大學(xué)學(xué)報 2015年11期2015-01-01
- 分形上的拓?fù)浼捌湫再|(zhì)
稱該點是E的一個內(nèi)點.由定義E的一個內(nèi)點x0的任意開鄰域V在x0的左右兩邊都包含有異于x0的點，E的所有內(nèi)點組成的集合用N1(E)表示.根據(jù)此分類法，E的左端點可能是孤立點，也可能是右內(nèi)端點，同樣右端點可能是孤立點，也可能是左內(nèi)端點，除此之外的點只能是孤立點、左內(nèi)端點、右內(nèi)端點和內(nèi)點之一.設(shè)x0是E的一個左內(nèi)端點，根據(jù)定義E中的任何一個點x只能從x0的左邊無限逼近于x0，若x0是右內(nèi)端點，則x只能從x0的右邊無限逼近于x0，而當(dāng)x0是內(nèi)點時，x就可以在E內(nèi)
海南大學(xué)學(xué)報（自然科學(xué)版） 2014年2期2014-09-30
- 一般多目標(biāo)優(yōu)化問題的凝聚同倫內(nèi)點算法
化問題的凝聚同倫內(nèi)點算法賀 莉1， 郭 旭1， 溫延紅2， 戴嘉軒1(1.長春工業(yè)大學(xué) 基礎(chǔ)科學(xué)學(xué)院， 吉林 長春 130012;2.長春職業(yè)技術(shù)學(xué)院， 吉林 長春 130033)用凝聚函數(shù)把等價轉(zhuǎn)化后的不等式約束條件進行光滑逼近，對目標(biāo)函數(shù)進行線性加權(quán)轉(zhuǎn)化成單目標(biāo)函數(shù)，然后利用組合同倫內(nèi)點方法求解多目標(biāo)優(yōu)化問題的最小弱有效解，并證明該方法是整體收斂的。多目標(biāo)規(guī)劃; 凝聚函數(shù); 同倫方法0 引 言凝聚同倫內(nèi)點方法是求解非凸非光滑優(yōu)化問題行之有效的一種方法。
長春工業(yè)大學(xué)學(xué)報 2014年6期2014-09-04
- 基于內(nèi)點法的交直流混聯(lián)系統(tǒng)抗差狀態(tài)估計
明，孫宏斌?基于內(nèi)點法的交直流混聯(lián)系統(tǒng)抗差狀態(tài)估計鄭偉業(yè)，吳文傳，張伯明，孫宏斌（電力系統(tǒng)及發(fā)電設(shè)備控制和仿真國家重點實驗室(清華大學(xué)電機系)，北京 100084）針對交直流混聯(lián)系統(tǒng)的狀態(tài)估計問題，分析了其數(shù)學(xué)模型，對其求解方法進行了研究，并開發(fā)了軟件。介紹了交直流混聯(lián)系統(tǒng)的抗差狀態(tài)估計模型，根據(jù)該模型的特點進行變量等價轉(zhuǎn)換，以降低其復(fù)雜度。在利用內(nèi)點法進行求解時，通過對原問題的海森矩陣進行近似，確保其正定且提升了算法的效率。通過IEEE 9節(jié)點、14節(jié)點
電力系統(tǒng)保護與控制 2014年21期2014-08-16
- 一種求解非線性互補問題的filter內(nèi)點算法
題的filter內(nèi)點算法龍君1,曾三云2(1.吉首大學(xué)民族預(yù)科教育學(xué)院,湖南吉首416000;2.吉首大學(xué)數(shù)學(xué)與統(tǒng)計學(xué)院,湖南吉首416000)利用Armijio條件和信賴域方法,構(gòu)造新的價值函數(shù).首次將內(nèi)點算法與filter技術(shù)結(jié)合起來,提出一種求解非線性互補問題的新算法,即filter內(nèi)點算法.在主算法中使用Armijio型線搜索求取步長,在修復(fù)算法中使用信賴域方法進行適當(dāng)控制以保證算法的收斂性.文章還討論了算法的全局收斂性.最后用數(shù)值實驗表明了該方法
- 基于多目標(biāo)協(xié)調(diào)內(nèi)點法的分布式電源配置
)基于多目標(biāo)協(xié)調(diào)內(nèi)點法的分布式電源配置張懷德1，張建生1，李蓓2(1. 河海大學(xué) 能源與電氣學(xué)院，江蘇 南京 210098；2. 常州工學(xué)院，江蘇 常州 213002)分布式電源并網(wǎng)，對系統(tǒng)的網(wǎng)絡(luò)損耗、可靠性等會帶來影響，且其影響程度與分布式電源的位置和容量密切相關(guān)。在求解電力系統(tǒng)優(yōu)化問題上，為充分利用內(nèi)點法的收斂快、精度高的優(yōu)點，把傳統(tǒng)的選址定容模型，采用內(nèi)點法進行連續(xù)求解。并提出一種多目標(biāo)函數(shù)歸一轉(zhuǎn)化成單目標(biāo)函數(shù)，采用協(xié)調(diào)參數(shù)w使兩個子函數(shù)達(dá)到優(yōu)化效果
機械制造與自動化 2014年2期2014-07-18
- 一種求解不等式約束凸優(yōu)化問題的內(nèi)點方法
文將采用一種新的內(nèi)點算法求解，并與傳統(tǒng)內(nèi)點障礙函數(shù)法進行比較.下面介紹求解凸優(yōu)化問題的IPA（inerior point algorithm）方法.1 IPA算法文獻［1］和文獻［2］中分別給出Bregman函數(shù)和Bregman-Legendre函數(shù)的定義如下：設(shè)S為開凸集，S?Rn,對可微函數(shù)定義Bregman距離Dg(x,y)=g(x)-g(y)-＜?g(y),x-y＞.稱g為區(qū)域S上的Bregman函數(shù)，如果下列條件被滿足：（B1）g于連續(xù)且嚴(yán)格凸；
淮北師范大學(xué)學(xué)報(自然科學(xué)版) 2014年1期2014-07-04
- 半內(nèi)點同倫方法解均衡規(guī)劃問題
與已有的組合同倫內(nèi)點法相比，應(yīng)用該方法不需要初始點為可行集的內(nèi)點，但不能保證終止點一定為可行集的內(nèi)點.本文給出了求解均衡規(guī)劃問題均衡點的同倫方法，稱為半內(nèi)點法組合同倫方程，所求問題約束除了含有不等式約束外還有等式約束，且任給x（0）∈RN均可作為初始點，而當(dāng)同倫參數(shù)tk＜δ（0＜δ＜1）時，可以保證同倫路徑上的點x（k）∈Ω（0），從而在應(yīng)用上不需考慮通過解方程組的形式找到初始點，計算方便，并在較弱條件下證明了同倫路徑的存在性和收斂性.1 預(yù)備知識2 同倫
吉林大學(xué)學(xué)報（理學(xué)版） 2014年3期2014-03-06
- 基于魯棒迭代優(yōu)化的圖像拼接算法＊
應(yīng)性矩陣獲取精確內(nèi)點匹配點對，參照內(nèi)點匹配點對作為參數(shù)，利用最小二乘法重新估計單應(yīng)性矩陣，最終通過魯棒迭代優(yōu)化重新計算更多內(nèi)點直至內(nèi)點收斂。實驗結(jié)果表明，所提出的算法使得直線邊緣維持直線化，同時拼接精度得到提高。SIFT特征匹配；RANSAC魯棒估計；最小二乘估計；迭代優(yōu)化1 引言圖像拼接技術(shù)是依賴采集的重疊圖像集合，利用計算機視覺進行圖像間的相互匹配，并將其拼接成無縫高分辨率圖像的過程。其本質(zhì)是獲取最優(yōu)坐標(biāo)空間映射的單應(yīng)性矩陣，對待拼接圖像進行空間幾何變
計算機工程與科學(xué) 2014年4期2014-01-24
- 凸二次規(guī)劃基于新的核函數(shù)的大步校正原始－對偶內(nèi)點算法
文根據(jù)原始－對偶內(nèi)點算法的思想，基于Zhang M W 提出的一個新核函數(shù)［1］，對凸二次規(guī)劃設(shè)計了新的大步校正原始－對偶內(nèi)點算法.考慮下面的凸二次規(guī)劃及其對偶問題：其中，x，c，s∈Rn，b，y∈Rm，Q∈Sn＋，A∈Rm×n且rank（A）＝m.1 預(yù)備知識1.1 中心路徑如果（x，y，s）是（P）和（D）的可行解，由對偶理論知，（x，y，s）是（P）和（D）的最優(yōu)解的充要條件是其中，xs＝（x1s1，x2s2，…，xnsn）T，第3 個方程稱為（P）
三峽大學(xué)學(xué)報(自然科學(xué)版) 2013年2期2013-12-23
- P*(κ)線性互補問題的預(yù)估-校正內(nèi)點算法
線性規(guī)劃的第一個內(nèi)點算法后,內(nèi)點算法即成為運籌學(xué)領(lǐng)域的研究熱點之一.內(nèi)點算法不僅形式簡潔,而且實際執(zhí)行非常有效.實踐結(jié)果表明,預(yù)估-校正內(nèi)點算法是求解線性規(guī)劃、線性互補問題的有效方法[2-3].內(nèi)點算法中大鄰域算法實際計算效果較好,但理論復(fù)雜性相對較差;而小鄰域算法則相反.文獻[4-6]降低了大鄰域算法的迭代復(fù)雜度;文獻[7-8]利用預(yù)估-校正策略改進了算法的計算效果.但這些算法都是可行內(nèi)點算法,即需要嚴(yán)格初始可行點.而在實際問題中,可能不存在嚴(yán)格可行點,
吉林大學(xué)學(xué)報（理學(xué)版） 2013年5期2013-12-03
- 順 從 算 子 的 穩(wěn) 定 性
的譜σ(T)沒有內(nèi)點并且補集連通;2) 如果T是一個正規(guī)算子,則T是順從的當(dāng)且僅當(dāng)T是弱順從的,當(dāng)且僅當(dāng)T是特征順從的,當(dāng)且僅當(dāng)σ(T)沒有內(nèi)點且補集連通;3) 上三角算子T是順從的當(dāng)且僅當(dāng)T相似于一個正規(guī)算子,并且σ(T)沒有內(nèi)點且補集連通.如果σ(T)沒有內(nèi)點且補集連通,則T一定是雙擬三角算子.即各種順從算子都是雙擬三角算子.本文研究B(H )中所有順從(弱順從、特征順從)算子構(gòu)成的集合在B(H )中的百分比,并進一步研究順從算子在各種相似意義下的穩(wěn)定
吉林大學(xué)學(xué)報（理學(xué)版） 2013年5期2013-12-03
- 割補法的改進和應(yīng)用
將鄰近洞邊界的洞內(nèi)點轉(zhuǎn)變?yōu)椴逯迭c。割補法在優(yōu)化過程中，洞邊界點沿網(wǎng)格線離散地作推進運動，每次推進的距離就是該段網(wǎng)格線的長度。當(dāng)網(wǎng)格尺度在各方向上相差較大，或網(wǎng)格形狀匹配性差時，推進陣面在空間上參差不齊，容易有個別洞邊界點異常，即產(chǎn)生“孤點”，嚴(yán)重時能導(dǎo)致整個推進陣面崩潰，使重疊失敗。2 割補法的研究和改進2.1 縫隙問題和兩類洞內(nèi)點在割補法的實際應(yīng)用中發(fā)現(xiàn)［4］，當(dāng)物面距離很近時，填補過程容易因為少數(shù)洞邊界點找點過程的失敗而導(dǎo)致網(wǎng)格進入物面內(nèi)。圖1是前緣襟
空氣動力學(xué)學(xué)報 2013年6期2013-11-09
- 基于斜率的多邊形內(nèi)外點快速判別算法
雖然∠A'OB'內(nèi)點不在∠AOB內(nèi)，但斜率相同，此處無需判別點是處在∠AOB內(nèi)還是∠A'OB'內(nèi)，而是將區(qū)域(c)和區(qū)域(d)都看作∠AOB的內(nèi)點有效區(qū)，而區(qū)域(a)和區(qū)域(b)看作∠AOB的內(nèi)點無效區(qū)，因此，這里只需看點 P是在(a)、(b)、(c)、(d)中的哪個區(qū)，即可判別出點P是否在∠AOB內(nèi)點有效區(qū)。圖5 角與點的位置關(guān)系1.6 同斜率點的排除由上面所得，每個角即有兩個內(nèi)點有效區(qū)，而其中一個是真內(nèi)點，另一個是其對頂角的內(nèi)點，如何排除其對頂角的內(nèi)點
計算機與現(xiàn)代化 2013年1期2013-10-15
- 一種估計基礎(chǔ)矩陣的新魯棒算法
復(fù)雜度較高。2 內(nèi)點集及基礎(chǔ)矩陣估計從現(xiàn)有研究看，目前沒有一種方法可以做到完全消除噪聲和錯誤匹配對基礎(chǔ)矩陣估計的影響，提高基礎(chǔ)矩陣估算精度的關(guān)鍵是獲得一個好的內(nèi)點集，在該內(nèi)點集中應(yīng)盡可能少的包含誤差點。解決這一問題的一個可行方法是在一個好的初始內(nèi)點集的基礎(chǔ)上，采用魯棒擴充算法［17］，對初始內(nèi)點集進行擴充獲得一個較優(yōu)內(nèi)點，基于該較優(yōu)內(nèi)點集，重新估計基礎(chǔ)矩陣獲得較優(yōu)的解算結(jié)果。2.1 內(nèi)點集定義本文提出一種獲取內(nèi)點集的新方法，首先選擇被標(biāo)記為內(nèi)點次數(shù)與抽樣次
地理與地理信息科學(xué) 2013年2期2013-08-08
- 解線性不等式約束凸規(guī)劃問題的勢下降內(nèi)點算法
規(guī)劃問題的勢下降內(nèi)點算法張 濤,陳 忠,呂一兵(長江大學(xué)信息與數(shù)學(xué)學(xué)院,湖北 荊州 434023)提出了一種解線性不等式約束凸規(guī)劃問題的勢下降算法,并在一定的假設(shè)條件下,證明了該算法的收斂性,最后通過數(shù)值實驗驗證了該算法的有效性.凸規(guī)劃;不等式約束;勢下降內(nèi)點算法0 引 言自1984年Karmarkar[1]提出了解線性規(guī)劃問題的內(nèi)點算法以來,一些學(xué)者運用線性規(guī)劃內(nèi)點算法的思路來求解凸規(guī)劃問題的Karmarkar內(nèi)點算法[2-4],但這些方法絕大部分是求解
成都大學(xué)學(xué)報（自然科學(xué)版） 2013年1期2013-03-30
- 原－對偶內(nèi)點法和預(yù)測－校正內(nèi)點法在最優(yōu)潮流的應(yīng)用
法、線性規(guī)劃法、內(nèi)點法以及混合規(guī)劃法和人工智能方法等[2]。文獻[3]通過雅可比矩陣進行變換建立無功優(yōu)化的線性規(guī)劃模型，并提出原對偶仿射尺度內(nèi)點法求解線性規(guī)劃模型。文獻[4]針對無功優(yōu)化模型中含有離散變量的問題，采用非線性原–對偶內(nèi)點法進行求解。文獻[5]結(jié)合電力系統(tǒng)的特性，提出了一種基于稀疏技術(shù)的原－對偶內(nèi)點法求解最優(yōu)潮流問題及一種新的迭代步長和中心方向的修改策略。文獻[6]基于改進遺傳算法和原對偶內(nèi)點法提出一種求解無功優(yōu)化問題的混合算法，有效提高了混合
華北電力大學(xué)學(xué)報(自然科學(xué)版) 2012年6期2012-10-08
- 利用移動內(nèi)點來修復(fù)傳感器網(wǎng)絡(luò)空洞的算法
2)提出基于移動內(nèi)點的空洞修復(fù)算法SOI。該算法在沒有精確的地理信息時，尋找空洞邊緣節(jié)點的最佳位置，最終通過移動完成修復(fù)工作。2 問題描述2.1 前提假設(shè)無線傳感器網(wǎng)絡(luò)中，每一個節(jié)點都有唯一標(biāo)識號(ID)，節(jié)點之間都可以正確地標(biāo)識自身。每個節(jié)點都可以感知某一區(qū)域并與相鄰節(jié)點進行通信，假定其感知和通信范圍都為圓形，其感知圓與通信圓的半徑分別為SR與TR。假定TR ≥ 2 ×SR (相關(guān)證明由Bejeranp Y完成)，這樣網(wǎng)絡(luò)的連通問題就等價為覆蓋問題，一個
通信學(xué)報 2012年9期2012-08-14
- 約束優(yōu)化問題的內(nèi)點正則牛頓法
規(guī)劃問題(P)的內(nèi)點正則Newton法。可以證明該算法具有全局收斂性。1 內(nèi)點正則New ton法的建立對問題(P),作如下假設(shè)(A):(1)f,gj(j=1,2,…,m):Rn→R是二階連續(xù)可微的凸函數(shù)。(2)int X={x∈Rn|gj(x)＜0,j=1,2,…,m}是非空的。(3)問題(P)的最優(yōu)解集X*是非空的緊集。(4)存在x∈ int X。用f*記問題(P)的最優(yōu)目標(biāo)函數(shù)值,記問題(P1)的最優(yōu)目標(biāo)函數(shù)值,下面給出求解問題(P)的內(nèi)點正則New
河南科技大學(xué)學(xué)報(自然科學(xué)版) 2011年1期2011-04-07
- 大步長路徑跟蹤內(nèi)點新算法
過去的20年里，內(nèi)點法的研究一直是非線性規(guī)劃及最優(yōu)化領(lǐng)域最引人注目的熱點［1-3］.內(nèi)點法已廣泛應(yīng)用于經(jīng)濟金融、工程控制、技術(shù)物理、物流配送、計算機科學(xué)及生物工程等領(lǐng)域，但是在實際的理論研究、測試及收斂性證明中也遇到了一些問題：①對于初始點的選取，內(nèi)點法的核心思想是從問題的可行域中的某一點出發(fā)，沿著中心路徑進行搜索，最后到達(dá)問題的最優(yōu)解.但是，對于一些具有多個約束的大規(guī)模問題，一個初始可行點的選取是很困難的.在線性規(guī)劃問題中，可采用一些非可行內(nèi)點法來克服這
上海大學(xué)學(xué)報（自然科學(xué)版） 2011年5期2011-01-31
- 基于bpmpd算法的最優(yōu)潮流研究
的最優(yōu)潮流算法。內(nèi)點法的基本思想是：從一個初始內(nèi)點解出發(fā)，對問題屆空間進行變換使得現(xiàn)行解位于變換空間的多胞形的中心附近，然后使它沿最速下降方向移動，但為了保持解為內(nèi)點解，要限制移動步長以使解點總不能達(dá)到可行域的邊界，然后作逆變換將改進的解映射回原來解空間的一個新的內(nèi)點，重復(fù)以上過程直到以需要的精度取得最優(yōu)解。它的優(yōu)點是迭代次數(shù)對約束條件的變化不敏感，具有多項式的時間復(fù)雜性。事實上，就優(yōu)化理論中地內(nèi)點法本身而言，并不是什么新東西。由于內(nèi)點法本身海森矩陣的病態(tài)
中國新技術(shù)新產(chǎn)品 2010年5期2010-12-31