matlab ncg,2步非线性共轭梯度(NCG)法

2步非线性共轭梯度(NCG)法

提出一种求解非线性方程组的2步非线性共轭梯度法(2步NCG法),并在一定条件下证明

(本文共9页)

阅读全文>>

作者提出的自适应共轭梯度方法是对共轭梯度方法的改进和完善.本文将自适应共轭梯度方法用作多重网格方...

(本文共5页)

阅读全文>>

人工神经网络由于其超强的非线性映射能力,卓越的学习能力以及其广泛的用途,成为许多领域的研究热点.为了提高网络泛化能力,产生更经济的稀疏网络,克服梯度型神经网络学习算法收敛速度慢,容易过快陷入局部极小点,且易产生振荡现象的缺陷.为此本文主要研究带光滑L1/2正则项的批处理共轭梯度型学习方法.首先提出基于修正割线方程的共轭梯度法,并验证了该方法求解标准优化测试问题的有效性.其次提出双自适应参数的共轭梯度法,并对XOR问题搭建神经网络进行测试来验证算法的有效性.然后将双自适应参数的混合共轭梯度法引入BP前馈神经网络训练,提出带光滑L1/2正则项的共轭梯度学习方法.最后针对零阶Takagi—Sugeno模糊推理系统,提出带光滑L1/2正则项的常值学习率共轭梯度学习方法.本文对于这些方法均进行了收敛性分析,它们在数值结果上也展示出了不俗表现.本文的主要内容概括如下:1.第一章绪论部分回顾了神经网络的相关背景知识,介绍了本文的研究目的和研究...

(本文共105页)

本文目录 |

阅读全文>>

随着科学技术的飞速发展和电子计算机的广泛应用,求解非线性方程组的问题越来越多地被提出来,引起人们广泛的重视.在七十年代之前,已经有很多国内外学者对非线性方程组问题做了许多研究,包括理论上和数值解法上.然而,无论在理论上还是数值解法上,求解非线性方程组问题均不如线性方程组准确有效.故需要在寻找解的存在性与探索有效的求解方法等方面,对非线性方程组的求解问题进行深入的探究.大规模非线性约束优化问题的数值技术是未来约束最优化研究的另一个重要发展方向,如有限存储的约束最优化算法、子问题非精确求解的约束最优化算法等.共轭梯度法是最优化中最常用的方法之一.因为共轭梯度法算法简单,对存储空间要求小,因此非常适合用于求解大规模优化问题.在实际工程应用中,常用共轭梯度法求解石油勘探、大气模拟、航天航空等领域的大规模优化问题。共轭梯度法最早由Hestenes和Stiefle为求解线性方程组问题而提出的方法.在此基础上,Fletcher和Reeves在...

(本文共47页)

本文目录 |

阅读全文>>

在某些特殊情况下,Krylov子空间方法的残量下降曲线会出现不稳定的现象,如停滞现象,不规则振荡现象等,从而严重影响到Krylov子空间方法的收敛速度。本文以带多右端项的大规模稀疏线性系统为研究对象,针对上述不稳定问题提出两类用于求解对称正定线性系统的新型算法:带自适应重新启动过程的免中断块共轭梯度(Adaptive Restart procedures for the Breakdown-Free Block Conjugate Gradient,简称AR-BFBCG)算法,基于投影的收缩块共轭梯度(Projected variant of the Deflated Block Conjugate Gradient,简称PD-BCG)算法。详细的研究内容与主要成果如下:提出了一种自适应重启的AR-BFBCG方法。基于Powell在1977年针对共轭梯度算法提出的重新启动过程(后命名为:Powell’s restart),以及D...

(本文共53页)

本文目录 |

阅读全文>>

空中电场大地电磁法(Air Electric field Magneto-Telluric method,AEMT)的基本的原理是用电场传感器直接测量地表空中的交变电场,用磁场传感器同时观测交变磁场,将所测电场值和磁场值的比值转化为视电阻率,通过对视电阻率的解释,达到查明地下地质体分布特征的目的。本文介绍了AEMT的基本原理,介绍了AMT各种干扰压制的方法。叙述了AEMT干扰数据压制研究的目的及意义,分析了AEMT法噪声的来源,主要有风的干扰、交流电的干扰、测点附近来往车辆、类脉冲噪声、测点附近的不均匀体等。介绍了AEMT借用EH-4系统进行数据采集的工作方式,详细的分析了EH-4的数据结构。用Matlab编写了时间序列Y文件数据读取、Y文件重构、X文件与Z文件的相互转换、傅里叶变换等程序。从AEMT的基本原理上分析,AEMT与AMT方法相比,AEMT没有电极距、电极相对高差、电极接地电阻引起的误差。分析了AEMT方法中高压线与...

(本文共68页)

本文目录 |

阅读全文>>

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值