Newton下山法的改进及其应用

引入改进的Newton下山对半二分法和理查德外推法求梯度的原理,并且将它们很好的应用到工程反演程序中,并建立了算法的迭代过程,算例结果表明此迭代过程具有较好的抗噪音能力,精度高,稳定性较好。

一种改进的Newton算法在电力系统潮流计算中的研究与应用

为了提高电力系统潮流计算的计算速度,适应不断发展的电力系统规模和多区域电网的互联运行,文章在分Newton-Raphson潮流算法存在的缺点的基础上,对离散Newton法和修正Newton法进行了比较,提出了一种基于二者的改进算法并将其用于电力系统潮流计算。该算法无需计算Jacobi矩阵,迭代次数更少,比Newton法具有更高的效率。利用IEEE57及IEEE300母线标准试验系统验证,结果表明在相同的收敛精度下,该算法具有更高的收敛速度,是一种可供实际运用的方法。

基于Newton插值与超松弛技术的铁路客运量预测研究

为提高铁路客运量预测精度,提出Newton插值法对客运量原始数据进行预处理以解决因节假日或重大事件造成的数据异常问题。另外,引入超松弛技术(OR)对铁路客运量预测结果进行修正,提出非线性递减权重改进粒子群算法以优化松弛因子。最后,将Newton插值法、超松弛技术与GM(1,1)和BP神经网络预测相结合,提出铁路客运量Newton-GM-BP-OR组合预测方法,并以北京市铁路客运量预测为例验证预测方法的有效性。研究结果表明,基于Newton插值法处理异常客运量数据的预测效果较基于原始数据序列更好,改进的粒子群算法在求解松弛因子过程中体现出更好的寻优能力和收敛速度,且超松弛技术对GM(1,1)和BP神经网络预测结果的修正也使得Newton-GM-BP-OR组合预测方法具有更高的预测精度。

基于DSP TMS320LF2407A的浮点数开平方算法的研究

研究DSP TMS320LF2407A浮点数开平方的理论方法,采用改进Newton下山算法为Newton迭代法提供了更为精确的初值,从而使得收敛速度加快,精度更高。在DSP TMS320LF2407A上编写了一套算法,计算结果与理论分析基本吻合。该算法思路新颖,精度高,速度快,可移植到其它浮点数运算的单片机上。