共查询到19条相似文献，搜索用时 671 毫秒
1.
王迎 《荆门职业技术学院学报》2014,(2):60-64
针对麦克斯韦方程中的电导率参数识别问题,构造出具有全局收敛性的正则化信赖域共轭梯度算法。此参数识别算法充分融合了最优化领域的传统优化方法—共轭梯度法和新型优化方法—信赖域方法以及正则化方法的优点,使得这种算法具有较强的全局搜索能力,能够很好地应用于麦克斯韦方程的参数识别问题。 相似文献
2.
尹福成 《内江师范学院学报》2006,21(Z1):82-84
以Biot的连续介质理论为基础,针对双相介质一维波动方程,将大范围收敛的同伦方法引入到算子参数识别反演过程,并对三层地质模型给出了同伦正则反演方法求解孔隙率的具体形式,数值计算结果表明方法的可行性. 相似文献
3.
研究利用共轭梯度法求解无约束最优化问题,为了保证共轭梯度方向是目标函数的充分下降方向,对共轭梯度算法中的共轭梯度方向参数确定了一个取值范围并与Wolfe步长搜索相结合,提出了新的共轭梯度算法,使算法具有更好的收敛速度,特别是在求解大规模无约束最优化问题时,此算法只需要较小的存储. 相似文献
4.
《赣南师范学院学报》2017,(6):1-6
为了避免直接求解Tikhonov正则化方程,先将其分解成等价的方程组,再采用带有压缩策略的多尺度配置法离散方程组,然后,采用多层迭代法求解离散后的矩阵方程组,并提出先验和后验正则化参数选择策略,确保近似解的收敛率. 相似文献
5.
共轭梯度法是求解无约束问题的一类有效方法。提出一类新的共轭梯度法,该方法在wolfe搜索条件下,保证了算法的全局收敛性。其优点是,保留允许参数取负值,并改善了PRP方法收敛性不好和DY不一定产生下降方向的问题,具有收敛性好,收敛速度快的特点。从数值结果中表明该算法可行、有效。 相似文献
6.
7.
《赣南师范学院学报》2017,(6):7-12
将高阶数值微分问题等价转化为第一类积分方程的求解问题,本文给出了高阶数值微分的积分方程方法.利用Lavrentiev正则化方法求解积分方程,我们分析了正则化解的稳定性,给出正则化参数的先验、后验选取策略及相应正则化解的误差估计.最后,通过数值算例说明了积分方程方法求解高阶数值微分问题的数值有效性. 相似文献
8.
蒋红英 《思茅师范高等专科学校学报》2010,26(3):53-54
积分方程分为第一类和第二类积分方程,第一类积分方程是不适定的,一般利用Tikhonov正则化方法和Backus-Gilbert方法求解,而矩量法不仅适应于第二类积分方程,而且也适应于第一类积分方程。此外,利用矩量法求解含有奇性核的第一类积分方程,并给出了一个数值例子。 相似文献
9.
《赣南师范学院学报》2021,(6):12-18
考虑求解线性不适定问题的多尺度压缩投影算法,采用具有矩阵压缩策略的多尺度Galerkin方法,对Nesterov加速后的Landweber迭代正则化方程进行离散,给出近似解的先验误差估计,并提出后验参数选择策略,确保近似解的最优收敛率.数值实验表明将Nesterov加速方案应用到有限维空间求解线性不适定问题时,Landweber迭代速度明显加快. 相似文献
10.
《赣南师范学院学报》2015,(6):3-8
介绍基于快速配置法解第一类Fredholm积分方程的多层雅可比迭代方法.该方法得到离散正则化方法方程的快速解.给出后验正则化参数选择方法,确保近似解达到最优,最后,算例验证了算法的有效性. 相似文献
11.
TSP问题是典型的NP难组合优化问题,而遗传算法是求解此类问题的一种方法。但遗传算法存在收敛速度慢和陷入局部最优的问题。针对上述问题并结合TSP的特点提出了一种改进的遗传算法,对传统遗传算法的各种操作与算子进行了优化与改进,较好地解决了种群多样性与算法收敛性的矛盾。实验结果表明,改进后的算法明显优于传统遗传算法,说明该算法具有良好的有效性与可行性。 相似文献
12.
基于算法的下降性要求给出了一类求解无约束优化问题的含参量共轭梯度类型公式和算法,并证明了该算法在弱Wolfe线搜索下的下降性和全局收敛性.数值实验结果表明算法是有效的. 相似文献
13.
钱树华 《楚雄师范学院学报》2005,20(6):14-17
本文针对非线性方程组的求解问题提出一种混合算法，将方程组转换成一个优化问题。将优化问题的非线性共轭梯度法与混沌优化方法相结合，提出了一种新的混合优化算法。该算法能使非线性共轭梯度法跳出局部最优，最终获得全局最优。算法的收敛性也进行了证明，数值结果表明该算法是有效的。 相似文献
14.
As a basic mathematical structure,the system of inequalities over symmetric cones and its solution can provide an effective method for solving the startup problem of interior point method which is used to solve many optimization problems.In this paper,a non-interior continuation algorithm is proposed for solving the system of inequalities under the order induced by a symmetric cone.It is shown that the proposed algorithm is globally convergent and well-defined.Moreover,it can start from any point and only needs to solve one system of linear equations at most at each iteration.Under suitable assumptions,global linear and local quadratic convergence is established with Euclidean Jordan algebras.Numerical results indicate that the algorithm is efficient.The systems of random linear inequalities were tested over the second-order cones with sizes of 10,100,,1 000 respectively and the problems of each size were generated randomly for 10 times.The average iterative numbers show that the proposed algorithm can generate a solution at one step for solving the given linear class of problems with random initializations.It seems possible that the continuation algorithm can solve larger scale systems of linear inequalities over the secondorder cones quickly.Moreover,a system of nonlinear inequalities was also tested over Cartesian product of two simple second-order cones,and numerical results indicate that the proposed algorithm can deal with the nonlinear cases. 相似文献
15.
16.
陈伟刚 《临沂师范学院学报》2010,32(3):68-72
就一些理论与计算问题中经常考察的单点迭代序列X1=a,Xn＋1=f（xn）（n=1,2,……）,探讨在迭代序列收敛的条件下,估计其收敛的阶．通过推算得到一些较为精确的结论,并给出了一种如何讨论迭代序列收敛阶估计的方法． 相似文献
17.
钱树华 《宁夏师范学院学报》2006,27(3):38-41
本文针对非线性方程组的求解问题提出一种混合算法,将方程组转换成一个优化问题.利用优化问题的非线性共轭梯度法与混沌优化方法相结合,提出了一种新的混合优化算法.该算法能使非线性共轭梯度法跳出局部最优,最终获得全局最优.通过对算法的收敛性的证明及数值分析,结果表明该算法是有效的. 相似文献
18.
钱树华 《邢台职业技术学院学报》2006,23(1):70-72
本文针对非线性方程组的求解问题提出一种混合算法,将方程组转换成一个优化问题。利用优化问题的非线性共轭梯度法与混沌优化方法相结合,提出了一种新的混合优化算法。该算法能使非线性共轭梯度法跳出局部最优,最终获得全局最优。算法的收敛性也进行了证明,数值结果表明该算法是有效的。 相似文献
19.
以泰斯公式为基础,将单纯形-混沌优化算法应用于分析抽水试验数据,求解含水层参数函数优化问题。采用具有搜索速度快、局部搜索能力强等优点的单纯形算法与全局搜索能力强的混沌优化算法结合的单纯形-混沌优化算法。数值实验结果表明：单纯形-混沌优化算法可有效地应用于求解含水层参数函数优化问题;待估参数导水系数的初始取值范围、粗搜索次数和混沌序列长度对算法的收敛速度有一定的影响,但不会影响算法的收敛性。 相似文献