求解单一重现期暴雨强度公式的Lingo-BFGS算法

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (23): 64-65.

求解单一重现期暴雨强度公式的Lingo-BFGS算法

刘利斌1，欧阳艾嘉2，乐光学3，李肯立2

1.池州学院数学与计算机科学系，安徽池州 247000
2.湖南大学计算机与通信学院，长沙 410082
3.嘉兴学院数理与信息工程学院，浙江嘉兴 314001

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-08-11 发布日期:2011-08-11

Lingo-BFGS algorithm for storm intensity formula during period of single recurrence

LIU Libin1，OUYANG Aijia2，YUE Guangxue3，LI Kenli2

1.Department of Mathematics and Computer Science，University of Chizhou，Chizhou，Anhui 247000，China
2.School of Computer and Communication，Hunan University，Changsha 410082，China
3.College of Mathematics and Information Engineering，Jiaxing University，Jiaxing，Zhejiang 314001，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-08-11 Published:2011-08-11

摘要/Abstract

摘要： 为了克服一般的非线性优化算法对初始值的依赖，针对某一地区单一重现期暴雨强度公式参数计算问题，首先将Lingo软件编程求出的结果作为初始值，然后利用拟牛顿算法对其参数进行优化。实例计算结果表明：采用Lingo软件和拟牛顿法相结合的方法求解单一重现期暴雨强度公式比传统的方法精度更高，能有效解决实际优化设计问题。

关键词: Lingo, 拟牛顿法, 单一重现期暴雨强度公式, 优化

Abstract: In order to obtain storm intensity formula of a single recurrence period in a region，the paper uses the results obtained by Lingo software programming as the initial value of the method and it overcomes the difficulty of selection initial value，then uses quasi-Newton algorithm to optimize its parameter.A typical example shows that the precision of the Lingo software and the quasi-Newton algorithm（LN） combined is much higher than the one of the traditional methods in optimizing the storm intensity formula of a single recurrence period and it can effectively solve practical optimization problems.

Key words: Lingo, quasi-Newton method, storm intensity formula of a single recurrence period, optimization

刘利斌1，欧阳艾嘉2，乐光学3，李肯立2. 求解单一重现期暴雨强度公式的Lingo-BFGS算法[J]. 计算机工程与应用, 2011, 47(23): 64-65.

LIU Libin1，OUYANG Aijia2，YUE Guangxue3，LI Kenli2. Lingo-BFGS algorithm for storm intensity formula during period of single recurrence[J]. Computer Engineering and Applications, 2011, 47(23): 64-65.

[1]	孙泽宇，徐琛，苏艳超，李传锋，聂雅琳. 雾计算中跨层感知分簇路由协议[J]. 计算机工程与应用, 2021, 57(9): 109-117.
[2]	张朕通，单玉刚，袁杰. 联合多尺度和注意力机制的遥感影像检测[J]. 计算机工程与应用, 2021, 57(9): 212-216.
[3]	兰红，黄敏. 融合KNN优化的密度峰值和FCM聚类算法[J]. 计算机工程与应用, 2021, 57(9): 81-88.
[4]	高一锴，彭力，徐龙壮. 改进AFSA算法优化TWSVM的火焰识别方法[J]. 计算机工程与应用, 2021, 57(8): 204-213.
[5]	高铖铖，陈锡程，张瑞，宋秋月，易东，伍亚舟. 三种新型智能算法在疫情预警模型中的应用——基于百度搜索指数的COVID-19疫情预警[J]. 计算机工程与应用, 2021, 57(8): 256-263.
[6]	史春天，曾艳阳，侯守明. 群体智能算法在图像分割中的应用综述[J]. 计算机工程与应用, 2021, 57(8): 36-47.
[7]	杜垚. 结合局部优化匹配的Android恶意家族检测算法[J]. 计算机工程与应用, 2021, 57(8): 84-90.
[8]	张水平，王丽娜. 果蝇优化算法的进展研究分析[J]. 计算机工程与应用, 2021, 57(6): 22-29.
[9]	许小媛，李海波，黄黎. 云存储多异构文件联合延迟尾概率凸优化分析[J]. 计算机工程与应用, 2021, 57(5): 88-94.
[10]	沈瑜，刘成，杨倩. 利用子空间稀疏特征的超分辨率图像重建算法[J]. 计算机工程与应用, 2021, 57(5): 173-182.
[11]	胡晓敏，王明丰，张首荣，李敏. 用于文本聚类的新型差分进化粒子群算法[J]. 计算机工程与应用, 2021, 57(4): 61-67.
[12]	杨玮，吴莹莹，王婷. 子母式穿梭车仓储系统配置优化问题研究[J]. 计算机工程与应用, 2021, 57(4): 258-265.
[13]	王芙银，张德生，张晓. 结合鲸鱼优化算法的自适应密度峰值聚类算法[J]. 计算机工程与应用, 2021, 57(3): 94-102.
[14]	张伟康，刘升，任春慧. 混合策略改进的麻雀搜索算法[J]. 计算机工程与应用, 2021, 57(24): 74-82.
[15]	徐辰华，骆珠光，吴冠宏，刘斌. 基于正弦因子和量子局部搜索的灰狼优化算法[J]. 计算机工程与应用, 2021, 57(24): 83-89.