数值算法
Bokman
这个作者很懒,什么都没留下…
展开
-
Matlab实现二维数据卷积
实现代码:% 二维卷积操作卷积操作clcclear% 3*3 卷积核必须是方阵,且行列数为奇数x = [-1 -2 -3; 0 0 0; 1 2 3];% 5*5data = [1 2 3 4 5; 6 7 8 9 10; 11 12 13 14 15; 16 17 18 19 20; 21 22 23 24 25];pre_conv = conv2(data, x, 'same')x原创 2021-12-06 16:15:12 · 5589 阅读 · 0 评论 -
ZNN模型求解动态代数Riccati方程
动态代数Riccati方程的定义为:其中矩阵,,,。且,和都是正定矩阵。构造ZNN模型:定义针对动态代数Riccati问题的误差方程:ZNN模型的演化公式:结合以上两个等式可以得到求解动态代数Riccati方程的ZNN模型:对上式进行化简,令:于是,以上复杂的等式即可转化为如下简单形式:...原创 2021-11-28 19:39:36 · 991 阅读 · 0 评论 -
ZNN模型求解动态西尔维斯特方程(Sylvester equation)
一. 克罗内克积的定义:对于矩阵和矩阵,矩阵与做克罗内克积,可以表示为,即:例如:二. 求解动态西尔维斯特方程的ZNN模型推导1. 动态Sylvester方程的定义:其中, 显然未知矩阵将矩阵放置到等式的右边可以得到:2. 动态Sylvester方程的转化为了进一步推导,需要对以上等式的两边向量化,即:向量化操作包含以下两种性质:因此可以得到如下推导过程:其中和为单位矩阵。于是有:令:至此,动态Sylves.原创 2021-11-28 19:10:45 · 1338 阅读 · 0 评论 -
各类矩阵的定义及计算
一.矩阵广义逆(Generalized inverse)的种类广义逆也称为伪逆(pseudoinverse)1.2.3.4.如果满足条件1,则称为矩阵的广义逆矩阵如果同时满足条件1和2,则称为矩阵的广义反身逆(generalized reflexive inverse)如果同时满足以上四个条件,则称为矩阵的Moore-Penrose广义逆(Moore-Penrose generalized inverse)注:有些时候,伪逆特指Moore-Penrose广义...原创 2021-11-27 21:21:34 · 1942 阅读 · 0 评论 -
向量与矩阵的范数
1. 向量的范数向量的1范数:向量中每个元素绝对值的和向量的2范数:向量中的元素平方和,之后再开平方向量的无穷范数:向量所有元素的绝对值中最大(正无穷范数)/最小(负无穷范数)的正无穷范数:负无穷范数:2. 矩阵的范数矩阵的1范数(列模):矩阵的每一列上元素的绝对值先求和,再从中取最大的矩阵的2范数(行模):对于矩阵A,的最大特征值开平方矩阵的无穷范数(行模):矩阵每一行的元素的绝对值先求和,再从中取最大的矩阵的范数:矩阵非0元素的个数矩阵原创 2021-11-25 17:06:15 · 3902 阅读 · 0 评论 -
Runge–Kutta方法离散ZNN模型
1. 连续ZNN模型求解动态线性方程问题动态线性方程问题的定义:其中,,。构造误差函数:定义ZNN模型的演化公式:因此,可以得到用于求解动态线性方程的ZNN模型:2. 利用Runge-Kutta方法离散化连续ZNN模型经典四阶RK算法的迭代差分公式如下:其中函数被定义为:因此,采用RK方法离散的ZNN模型可以被写为:其中参数计算方法为:其中表示采样周期,是精确解的近似。参考文献:Z. Zhang, X..原创 2021-11-25 12:24:51 · 824 阅读 · 0 评论 -
复数有限时间收敛ZNN(PC-CVZNN指数全局收敛(global convergence and super-exponential convergence)证明
1. 关于PC-CVZNN的全局收敛性证明复数有限时间收敛ZNN模型定义:其中参数如下:假设和分别为的实部和虚部,即。则根据PC-CVZNN模型的定义有如下关系:定义李雅普诺夫函数对以上李雅普诺夫函数求导可得: 由于激活函数是单调递增奇的,因此有:所以有且,所以根据李雅普诺夫稳定性理论,误差函数全局收敛到0.2. 关于PC-CVZNN的指数收敛速度当激活函数为线性激活函数时,有: 考虑到...原创 2021-10-26 15:33:07 · 583 阅读 · 0 评论 -
连续零化神经网络模型求解时变、时不变二次极小化问题(Time-Variant Quadratic Minimization)
ZNN求解时变二次极小化问题:二次极小化问题的定义:M(t,x)的梯度可以写为如下形式:显然当时,即可得到问题的理论解,因此需要构造:进一步构造:根据积分增强ZNN的定义公式:可以得到最终用于求解时变二次极小化问题的ZNN模型:...原创 2021-03-31 16:03:34 · 885 阅读 · 1 评论 -
最速下降法(Steepest descent)与共轭梯度法(Conjugate gradient)
目标问题:初始化参数:共轭梯度法在第一步时是最速下降法:采用牛顿迭代法搜寻适当的步长因子:原创 2020-12-17 09:56:20 · 1697 阅读 · 0 评论 -
正定矩阵及其系列性质
1. 正定矩阵的定义广义定义:设M是n阶方阵,如果对任何非零向量z,都有,则称M为正定矩阵;狭义定义:一个n阶的实对称矩阵M是正定的的条件是当且仅当对于所有的非零实系数向量z,都有。2. 正定矩阵的性质正定矩阵的行列式恒为正:实对称矩阵A正定当且仅当A与单位矩阵合同若A是正定矩阵,则A的逆矩阵也是正定矩阵两个正定矩阵的和也是正定矩阵正实数与正定矩阵的乘积也是正定矩阵3. 正定矩阵的等价命题对于n阶实对称矩阵A,下列等式是等价的:A是正定矩阵A的一切顺序主子式均原创 2020-12-15 10:03:59 · 62873 阅读 · 0 评论 -
matlab实现牛顿迭代法求解二元函数最优点并绘制动态图像
1. 定义目标函数,及其雅可比矩阵和海塞矩阵:function [f_val, f_grad_val, f_hess_val] = V_func(x_val, y_val) syms x y; f = (x-2)^4+((x-2)^2)*(y^2)+(y+1)^2; f_grad = jacobian(f, [x; y]); f_hess = jacobian(f_grad, [x, y]); f_val = subs(f, {x,原创 2020-12-14 17:01:09 · 5933 阅读 · 0 评论 -
带等式和不等式约束的线性分式规划Linear-fractional programming
带等式和不等式约束的线性分式规划问题定义:可以将以上的带等式和不等式约束的线性分式规划问题,转化为线性规划问题解决,引入新变量,将目标函数f(x(t),t)转化为线性函数:,。其中将如上变换带入到原优化问题中可以得到如下等价的线性优化问题:其中y,z为优化变量...原创 2020-12-07 08:35:45 · 1310 阅读 · 0 评论 -
连续零化神经网络(CTZNN)求解动态等式约束的线性规划问题
带动态等式约束的线性规划问题定义:拉格朗日乘子法,将带线性约束的规划问题转化为无约束线性等式问题:求解动态等式约束的线性规划问题,可以通过对下方的方程进行零化来实现:通过构造如下矩阵和向量,可以将以上方程组转化为动态线性方程:即为:构造误差函数:零化神经网络的演化定义:展开并整理可以得到用于求解态等数约束的线性规划问题的CTZNN模型迭代公式:...原创 2020-12-05 10:15:18 · 1306 阅读 · 5 评论 -
连续、离散时间零化神经网络(ZNN)求解动态矩阵线性方程、动态矩阵逆、动态矩阵Moore-Penrose逆问题
1. 连续、离散ZNN求解动态矩阵线性方程问题:动态矩阵线性方程问题的定义:定义误差函数:零化神经网络ZNN的演化公式:综合推导可得用于求解动态矩阵线性方程问题的连续时间ZNN模型:欧拉前向差分定义:上式中的g表示采样间隔即可推导得出用于求解动态矩阵线性方程问题的离散时间ZNN模型:2. 连续、离散ZNN求解动态矩阵逆问题:动态矩阵线性方程问题的定义:定义误差函数:零化神经网络ZNN的演化公式:综合推导可得用于求解动态矩阵逆问题的连续时间ZNN模型原创 2020-12-02 21:25:39 · 2781 阅读 · 3 评论 -
牛顿法求解动态矩阵的逆、动态矩阵Moore-Penrose逆、动态矩阵形式线性方程问题
1. 牛顿法求解动态矩阵形式线性方程问题动态矩阵线性方程问题的定义:构造误差函数:牛顿法的定义:对误差函数求导:于是,根据牛顿法的迭代公式可以得到:2. 牛顿法求解动态矩阵逆问题动态矩阵的逆问题的定义:构造误差函数:牛顿法的定义:对误差函数求导:于是,根据牛顿法的迭代公式可以得到:3. 牛顿法求解动态矩阵Moore-Penrose逆问题动态矩阵的Moore-Penrose逆定义:上式表示的是右Moore-Penros原创 2020-12-02 20:37:39 · 812 阅读 · 0 评论 -
牛顿法求解方程的根和最优化问题
1. 牛顿法求解方程的零点利用牛顿法可以迭代求解方程的根:首先利用泰勒公式,在处进行一阶展开欲求解方程的根,即令,可得:通过上述等式,进一步求解处下一个迭代步的临近点迭代求解公式:2. 牛顿法求解最优化问题欲求解的根,需要将在目标点处二阶泰勒展开:由于需要求解的根,所以需要对上式进行求导:最终类似于求解方程零点,推导出牛顿法求解最优化问题的迭代公式:3. 牛顿法求解高维优化问题其中H表示海塞矩阵,表示的梯度...原创 2020-12-02 10:55:59 · 1495 阅读 · 0 评论