导 师: 王书宁
学科专业: H1103
授予学位: 硕士
作 者: ;
机构地区: 清华大学
摘 要: 该论文研究用具有一般表示能力的极小极大型分片线性函数对样本数据进行建模的问题.设计了初始参数生成算法、表示模型的结构阵和参数阵交替调整算法.仿真实验表明,综合应用这些算法可以得到原问题的满意解. 在分片线性函数模型的基础上,发展了两种光滑逼近算法.一种是间接光滑的方法,即通过对获得的分片线性函数模型光滑化得到可导的模型:另一种是直接光滑的方法,即利用核函数扩展的方法直接获得光滑模型. 分片线性函数优化问题在理论与实践中有着广泛应用.对于一类绝对值方式表达的分片线性函数的优化问题,设计了基于邻区域的搜索和基于棱的搜索的局部寻优算法,它们分别结合遗传算法和TABU算法构成了求解这类问题的两个优化算法;利用极小极大型分片线性函数表示,线性约束下的任意连续分片线性函数优化问题可以转换为若干线性规划问题,从而可容易的得到全局最优解.
分 类 号: [O174]