针对多目标进化算法处理约束高维多目标优化问题时出现解的分布性和收敛性差、易陷入局部最优解问题,采用Pareto支配、分解与约束支配融合的方法,提出一种基于分解约束支配NSGA-II优化算法(DBCDP-NSGA-II).该算法在保留NSGA-II中快速非支配排序的基础上,首先采用Pareto支配对种群进行支配排序;然后根据解的性质采用分解约束支配(DBCDP)惩罚等价解,保留稀疏区域的可行解和非可行解,提高种群的分布性、多样性和收敛性;最后采用个体到权重向量的垂直距离和拥挤度距离对临界值进行再排序,直到选出N个最优个体进入下一次迭代.以约束DTLZ问题中C-DTLZ1、C-DTLZ2、DTLZ8、DTLZ9测试函数为例,将所提出的算法与C-NSGA-II、C-NSGA-III、C-MOEA/D和C-MOEA/DD进行对比分析.仿真结果表明,DBCDP-NSGA-II所得最优解分布更加均匀,具有更好的全局收敛性.

基于生物免疫系统的重要原理和机理提出了一种免疫进化算法(I EA),对此算法收敛性进行了理论分析,并将该算法应用到多模态函数优化的求解中。仿真结果表明,该算法用于复杂的函数优化具有较快的收敛速度和有效性,利用此算法研究优化问题具有广阔的前景。

三维激光扫描技术采用散乱点云对隧道监测,难以对数据进行精确变形处理分析。通过圆曲线拟合隧道点云切片得到的隧道收敛半径,虽然模型简单但不能很好的描述隧道的局部特征,应用三次B样条曲线在特定局部邻域拟合点云切片较好的解决了圆曲线局部拟合不精确,样条曲线整体拟合干扰大局部特征不明显这些缺点。通过实验表明,采用该方法进行环形隧道收敛变形分析,更能真实的反应隧道的真实变形情况,该方法对隧道变形监测具有一定的实用价值。

包括雅可比迭代，高斯赛德尔迭代，松弛法迭代

20210501-国元证券-宏观流动性周报第二十七期：同业存单集中到期，流动性投放有所收敛.pdf

针对拦截机动目标的末制导问题,设计一种带攻击角度约束的末制导律.该制导律构造一种新型的固定时间收敛非奇异终端滑模面,能够在解决终端滑模面奇异性问题的同时使得滑模面、弹目视线角和弹目视线角速率在固定时间内收敛,保证收敛时间的上界是独立于弹目初始条件,可以被预先设定的.与传统的固定时间收敛控制相比,该制导律通过调节滑膜面和弹目视线角误差的趋近律指数使得制导系统收敛速率更快.同时,针对目标机动引起的未知扰动,引入一种扩张状态观测器进行估计,能够增强制导系统的鲁棒性,避免震颤现象的发生.最后,通过仿真实验验证所提出制导律能够以不同的攻击角度对机动目标进行有效拦截,且与其他制导律相比,所提出的制导律使得制导系统收敛更快,导弹拦截时间更短,拦截精度更高.

判断计算是否收敛，没有一个通用的方法。通过残差值判断的方法，对一些问题或许很有效，但在某些问题中往往会得出错误的结论。因此，正确的做法是，不仅要通过残差值，也要通过监测所有相关变量的完整数据，以及检查流入与流出的物质和能量是否守恒的方法来判断计算是否收敛。

提出了一种通用的基于概率包标记大规模DDoS攻击源跟踪方法。相比其他方法，该方法通过引入包标记中继算法既适用于直接类型的DDoS攻击路径恢复，也适用于反射类型的DDoS攻击路径恢复。此外，通过巧妙运用方程组惟一解判定原理对路由IP实施编码，运用基于一次性密钥的HMAC方法对攻击路径的每条边进行编码和验证，不需要ISP路由拓扑，便能够在被攻击点相应的解码并高效可靠地恢复出真实的攻击路径。分析表明，该方法能与IPv4协议较好地兼容，具有较好的抗干扰性。

一类计算智能方法的收敛性分析

广义KYP引理的离散系统鲁棒单调收敛迭代学习控制