广义纳什均衡问题类乘子算法研究

近年来,许多学者致力于运用精确罚函数法对广义纳什均衡博弈进行研究。该文针对既有等式约束,也有不等式约束的广义纳什均衡问题,根据拉格朗日乘子法思路,给出相同结构类拉格朗日函数,设计了一个类乘子算法,在较弱的情况下,进行可行性和收敛性的分析证明。在具体的数值实验中,该文给出的算法与经典的PHR算法相比较,在时间和迭代步数上都呈现较好的效果,说明算法的有效性。

符号矩阵填充的修正增广拉格朗日乘子算法

矩阵填充问题是近年来的研究热点之一,特别地,符号矩阵填充问题在生物医学等领域有着很好的应用前景.本文以奇异值阈值方法为基础,针对符号矩阵填充提出了修正的增广Lagrange乘子法.修正算法对每步产生的阈值矩阵进行符号投影,形成新的符号矩阵,构成在符号矩阵离散集合上的迭代.同时证明了在合理条件下,当罚因子充分大时,修正算法是收敛的.最后通过数值实验与传统的增广Lagrange乘子算法和遗传算法做对比,新算法在时间和误差上具有很强的优越性.

基于PH乘子算法优化的Lamb波成像研究

针对铝薄板的Lamb波缺陷检测,提出了一种基络幅值的导波缺陷成像及其优化方法。将稀疏压电陶瓷传感器(piezoelectric ceramic transducer,简称PZT)阵列作为收发装置产生激励信号和采集导波信号,利用健康信号与缺陷信号的差信号,提取出含有缺陷位置信息的包络曲线。引入了包含有位置权重矢量的因子以突出缺陷像素点的特征,借助适当的罚函数,从而将提高导波成像质量问题转换为求解一系列无约束优化求解问题。应用鲍威尔-赫斯廷斯(Powell-Hestenes,简称PH)乘子算法确定了增广目标函数,实现了权重矢量优化,提高了成像质量。实验结果对比表明,该成像算法对铝板中缺陷的定位误差小,成像直观清晰并且缺陷识别明确,实现了导波成像的优化处理。

基于L_(p)拟范数稀疏约束和交替方向乘子算法的波阻抗反演

波阻抗是反映岩性的重要参数之一,该参数可通过叠后反演获得。基于L_(1)范数稀疏约束的正则化方法是目前常用的叠后波阻抗反演算法,但该方法获得的先验信息有限。为了挖掘更多的稀疏先验信息,进一步提高反演结果的精度,引入了基于L_(p)拟范数(0<p<1)稀疏约束和交替方向乘子算法两项关键技术。前者针对稀疏先验信息挖掘不足问题,采用了比L_(1)范数更为稀疏的L_(p)拟范数(0<p<1)作为稀疏约束,并加入了初始模型约束构成目标函数;后者针对L_(p)拟范数无法直接求解问题,采用交替方向乘子算法将目标函数分解为多个可以直接求解的子函数,然后交替求解。将提出的反演方法用于理论模型及实际数据的反演,与传统L_(1)范数稀疏约束的基追踪反演算法相比,新方法得到的反演结果精度更高,并具有一定的抗噪性。

Toeplitz矩阵压缩恢复的两种中值修正的增广Lagrange乘子算法

增广Lagrange乘子算法是求解矩阵压缩恢复的一种有效迭代方法.为了有效求解Toeplitz矩阵压缩恢复模型,本文提出了两种中值修正的增广Lagrange乘子算法.在新算法中,对增广Lagrange乘子算法每步产生的迭代矩阵进行中值修正并保证其Toeplitz结构.新算法不仅减少了奇异值分解所用的时间和CPU时间,而且获得更精确的迭代矩阵.同时,本中还详细给出了两种新算法的收敛性分析.最后通过数值例子验证了新算法的可行性和有效性,并展示了新算法在计算时间和精度方面比增广Lagrange乘子算法更有优势.

Toeplitz矩阵填充的尾端修正增广拉格朗日乘子算法

基于均值的增广拉格朗日乘子(MALM)算法,提出了一种尾端修正的Toeplitz矩阵填充新算法.该算法利用增广拉格朗日乘子(ALM)算法迭代速度较快的优点,对迭代矩阵序列进行结构化与尾端修正.在一定程度上减少了每步均值处理所产生的数据传输量,从而降低了计算代价.同时详细讨论了新算法的收敛性.最后通过数值实验证明了新算法比l步修正的增广垃格朗日乘子(l-MALM)、MALM以及ALM算法在计算时间上有较大程度的减少.

部分增长拉格朗日乘子算法在双层规划问题求解中的应用改进

在众多领域中,许多问题的解决都要考虑到系统的层次性,例如对资源的分配、价格的划分、工程的设计等。这一类问题的共同特征是在系统当中不仅只有1个决策者,而是由多个决策者之间的层次关系组成。针对这一问题,提出一种部分增长拉格朗日乘子算法在双层规划问题求解中的应用改进,通过部分增长拉格朗日乘子算法最优解一次转换,部分增长拉格朗日乘子算法最优解二次转换并求解极值,降低求解二层规划的难度,从而提高计算结果的精确度。通过对比实验,进一步验证该算法比传统算法具有更好的收敛性,更适于引用到人们的生活领域,用于系统性的层次划分。

符号矩阵填充的修正增广拉格朗日乘子算法

以增广Lagrange乘子算法为基础,通过对阈值矩阵进行投影,提出修正的增广Lagrange乘子算法.新方法保证每次迭代产生的矩阵是可行的符号矩阵.同时给出新算法的收敛性分析.最后通过数值实验说明了新的算法在时间和误差上比传统的遗传算法更有效,误差能够达到零,达到精确恢复的效果.

矩阵填充的混合型增广拉格朗日乘子算法

文章在经典增广拉格朗日乘子算法的基础上,提出了一种新的混合型增广拉格朗日乘子矩阵填充算法.通过定义混合型奇异值阈值算子,得到了一种求解矩阵填充问题的新的混合型增广拉格朗日乘子算法.数值实验表明,新算法大大提高了矩阵填充的求解效率,节约了计算花费,其效果明显优于经典的增广拉格朗日乘子算法.

基于交替方向乘子算法的二维磁异常稀疏反演

磁异常反演是获取地下场源磁化率分布的重要手段之一,在地球勘探中扮演着重要角色.在磁异常反演中,对比光滑反演,稀疏反演的结果具有边界分明,物性参数分布集中的特点,更符合实际情况.针对稀疏反演,本文首先构建了具有代表性的基于L_(1)范数目标函数,利用交替方向乘子算法可分离凸函数的特点,将极小化L_(1)范数的优化问题分解为一系列的子问题,通过对子问题求解获得原问题的解;为了增强交替方向乘子算法的适应性,本文结合广义软阈值函数将交替方向乘子法推广于L_(p)(0<p<1)范数的反演中.为了验证本文提出的算法的有效性,采用了三种常规模型进行模拟实验.与基于L_(2)范数的反演算法进行实验对比,结果表明,本文算法得到了边界清晰,磁化率分布更集中的反演结果.最后,将基于交替方向乘子算法的L_(1)和L_(p)(0<p<1)范数的反演应用到青海省尕林格铁矿保护区获得的实际磁异常数据中,获得了较为符合实际地质情况的稀疏反演结果.

一类解超定非线性方程组的乘子算法的局部收敛性

提出一类解超定非线性方程组的乘子算法，并且证明了算法的局部超线性收敛性．

单侧障碍问题的交替方向乘子法

基于最优罚参数的交替方向乘子算法可用于一类单侧障碍自由边界问题的数值求解。单侧障碍问题经过差分离散化后转变为有限维互补问题。表示区域位移的辅助变量和增广Lagrangian函数的引入将原问题等价转化为鞍点问题,然后交替方向乘子算法可用于求解。对此算法的辅助变量进行消除,可导出交替方向乘子算法的纯对偶算法,进而进行收敛分析和最优罚参数的讨论。数值算例结果验证了该算法的可靠性和有效性。

基于均值修正的Toeplitz矩阵填充的增广拉格朗日乘子算法

本文基于均值的增广拉格朗日乘子算法,提出了一种快速且具有较高精度的Toeplitz矩阵填充算法.新算法一方面通过均值结构化处理保证迭代后产生的填充矩阵是可行的Toeplitz矩阵,另一方面通过在迭代过程中嵌入修正步而极大地节约了计算时间,得到了更精确的填充矩阵.同时讨论了新算法的收敛性,最后通过数值实验表明新算法比基于均值的增广Lagrange乘子算法(MALM)和增广Lagrange乘子算法(ALM)在时间和精度上均有改进.

地震时频分析的加权l1范数稀疏正则化及交替方向乘子算法

地震时频分析在地震信号处理中具有重要意义.本文研究一种基于反演的稀疏算法来对反射地震记录进行时频分析.首先使用窗口逆Fourier变换来形成正演问题,然后建立一个加权l_1范数约束的最小化模型,用于求解未知模型参数向量(Fourier频率域系数).为了实现最小化问题,本文提出应用加权交替方向乘子法(ADMM)进行求解.数值试验部分针对短时Fourier变换(STFT)、连续小波变换(CWT)和本文提出的算法进行了对比结果分析.从比较结果可以看出,本文提出的优化模型和相关算法可以得到比STFT和CWT更高分辨率的地震数据的频谱分解.

考虑负荷电压静特性的最佳乘子牛顿潮流算法

当考虑负荷电压静特性时 ,潮流方程不再为状态变量的二次函数 ,传统的求解病态潮流问题的最佳乘子牛顿法无法实施。该文提出了考虑负荷电压静特性的最佳乘子牛顿潮流算法。通过引入附加的状态变量并补充相应的潮流方程 ,使考虑负荷电压静特性后的直角坐标潮流方程仍保持为状态变量的二次函数 ,进而可以用最佳乘子牛顿法求解病态潮流问题。使用该方法能够保证潮流计算不发散 ,并且最佳乘子的求取同样简单、无近似 ,可以很容易地嵌入到常规的牛顿法潮流程序中 。

实对称半正定矩阵恢复的Lagrange乘子修正算法

基于不精确的增广拉格朗日乘子算法,针对实对称半正定矩阵恢复问题提出了一种修正算法.恢复后的矩阵保持稳定的实对称半正定性质.同时,证明了修正算法的收敛性,验证了修正算法对实对称半正定矩阵恢复具有更高的效率.

基于压缩感知的缺失机械振动信号重构新方法

针对工业机械设备实时监测中不可控因素导致的振动信号数据缺失问题,提出一种基于自适应二次临近项交替方向乘子算法(adaptive quadratic proximity-alternating direction method of multipliers, AQ-ADMM)的压缩感知缺失信号重构方法。AQ-ADMM算法在经典交替方向乘子算法算法迭代过程中添加二次临近项,且能够自适应选取惩罚参数。首先在数据中心建立信号参考数据库用于构造初始字典,然后将K-奇异值分解(K-singular value decomposition, K-SVD)字典学习算法和AQ-ADMM算法结合重构缺失信号。对仿真信号和两种真实轴承信号数据集添加高斯白噪声后作为样本,试验结果表明当信号压缩率在50%~70%时,所提方法性能指标明显优于其它传统方法,在重构信号的同时实现了对含缺失数据机械振动信号的快速精确修复。

基于四方向交叠组合稀疏全变分的图像复原

传统全变分具有保存图像特征(边缘、纹理等)优点,但同时也伴随产生阶梯效应。针对此问题,论文提出一种四方向交叠组合稀疏全变分的新模型。首先将每个像素点在四个方向上的梯度信息加以组合,形成组合梯度,充分挖掘图像上四个方向的梯度信息,进一步抑制阶梯效应,全面消除噪声,提高复原后图像的质量,然后利用交替方向乘子算法(AD-MM)将复杂的优化问题分裂为较容易求解的子问题,并使用二维快速傅里叶变换(FFT)和优化最小化算法(MM)交替迭代求解子问题,提高了图像复原的运算速度。

应用L_(p)拟范数稀疏约束的纵横波速比直接反演

纵横波速比(vP/vS)是识别气藏、描述储层特征和判别岩性的重要解释工具。目前主要是通过反射系数近似方程反演得到纵、横波速度,再进一步计算纵横波速比,但是这种间接计算方法会产生累积误差。为了直接从叠前地震数据反演纵横波速比,文中提出了一种新的广义弹性阻抗方程,再进一步推导出一个与纵横波速比、纵波速度、密度相关的纵波反射系数近似方程。为了得到精度较高的反演结果,基于推导出的反射系数近似方程,提出一种基于Lp拟范数稀疏约束的叠前地震反演方法,并通过交替方向乘子算法求解。将提出的直接反演方法应用于理论模型和实际数据,并与间接反演方法相对比,结果表明该直接反演方法的反演结果精度较高,对含气储层的边界刻画更清晰。

低秩矩阵恢复算法综述

将鲁棒主成分分析、矩阵补全和低秩表示统称为低秩矩阵恢复,并对近年来出现的低秩矩阵恢复算法进行了简要的综述。讨论了鲁棒主成分分析的各种优化模型及相应的迭代算法,分析了矩阵补全问题及求解它的不精确增广拉格朗日乘子算法,介绍了低秩表示的优化模型及求解算法。最后指出了有待进一步研究的问题。