求解等式约束不定最小二乘校正问题的一种数值方法

主要考虑求解等式约束不定最小二乘校正问题。基于不定对称矩阵的反三角矩阵分解,给出了求解不定最小二乘更新问题的一种数值方法。该算法主要通过正交相似变换将对应的增广矩阵化为块下反三角形式,使得原线性系统变得更易于求解,同时也给出了原问题和校正问题的解之间的关系。数值实验表明本文给出的数值方法是有效的,可以得到较精确的近似解。

等式约束不定最小二乘问题的双曲MGS消去算法(英文)

众所周知,加权法是解等式约束不定最小二乘问题的方法之一.通过探讨极限意义下,双曲MGS算法解对应加权问题的本质,得到一类消去算法.实验表明,该算法以和文献中现有的GHQR算法达到一样的精度,但实际计算量只需要GHQR算法的一半.

约束最小二乘问题的几个算法

讨论了具有线性等式与不等式最小二乘问题及等式约束带权最小二乘问题 ,运用矩阵Householder正交分解及有效约束集法等技巧 ,分别给出了几个有效实用的算法 ,最后进行了数值检验。

约束优化问题的一个最小二乘求解方法

本文叙述了一个用序列非线性最小二乘解法求解约束最优化问题的方法,该方法采用的控制参数迭代公式具有二次收敛性及数值计算上的稳定性.非线性最小二乘问题的求解采用具有超线性收敛的修正 BFGS 方法.为验正方法的有效性,文末给出了有关数值计算的结果.

一个约束最小二乘问题(英文)

约束最小二乘问题在许多科学工程领域中有重要应用。给出了两类约束最小二乘问题有解的充分条件和必要条件,并且给出了一般解的表达式。

用块超松弛迭代法求解不定最小二乘问题

应用块对称超松弛(symmetric successive overrelaxation,SSOR)和块加速超松弛(accelerated overrelaxation,AOR)迭代法来解不定最小二乘问题,并分析两种算法的收敛性和最佳松弛因子.理论分析表明,尽管最佳的SSOR方法比最佳的AOR方收敛慢,但其最佳松弛因子取法更简单.数值算例验证了相应的理论结果.

广义不定最小二乘问题的扰动分析(英文)

通过定义一种新的加权广义逆,研究不定最小二乘问题和等式约束不定最小二乘问题。应用矩阵的双曲QR分解,得到这两个问题的解的表达形式,并且推出了关于这两个问题的解的扰动界.

不定最小二乘问题的改进的不完全双曲Gram-Schmidt预处理算法

应用改进的不完全双曲Gram-Schmidt(IHMGS)方法预处理不定最小二乘问题的共轭梯度法(CGILS)、正交分解法(ILSQR)与广义的最小剩余法(GMRES)等迭代算法来求解大型稀疏的不定最小二乘问题.数值实验表明,IHMGS预处理方法可有效提高相应算法的迭代速度,且当矩阵的条件数比较大时,效果更加显著.

一类箱约束线性最小二乘问题牛顿型算法的有限步终止性

在适当条件下,建立了一类箱约束线性最小二乘问题牛顿型算法的有限步终止性。

约束最小二乘问题的迭代算法

主要目的是研究约束最小二乘问题的某些基本性质和迭代算法

关于具二次约束最小二乘问题的敏度分析

本文系统地研究具二次约束最小二乘问题的敏度分析。首先给出长期方程唯一正根的上界和下界；然后证明割线法用于计算拉格朗日乘子时全局收敛；最后给出解的扰动界。

具不等式和子矩阵约束的最小二乘问题的数值解

针对带不等式约束和子矩阵约束的矩阵最小二乘问题,提出了有效的迭代方法。应用不精确的交替方向法来简化最小二乘模型,提出改进的类梯度投影算法,通过迭代求出子问题的数值解,给出数值实验,实验结果与理论结果相吻合。

解加权约束最小二乘问题的行M-不变方法

本文提出了一种新的求解加权约束线性最小二乘问题方法,即利用行M-不变矩阵得到了求解加权约束线性最小二乘的updating问题的递推方法。

求解非线性最小二乘问题的迭代法

基于解线性方程组的Jacobi迭代法的思想 ,本文提出了一种求解非线性最小二乘问题的迭代法 ,大量的数值试验表明该迭代法具有较好的收敛性 另外 。

结构计算模型修正的二次约束最小二乘算法

提出了一种结构计算模型修正的二次约束最小二乘方法。该方法是在质量矩阵和刚度矩阵满足正交性条件和特征方程的约束下,使修正矩阵的范数最小,将模型修正问题转化为一个带二次约束的最小二乘问题。应用奇异值分解,给出了在振型需要和不需要扩充两种情况下结构计算模型修正的数值算法,并进行了数值实验。计算结果表明:新算法精度较高,能保证修正模型的前m阶模态参数与实测值有较好的吻合。

等式约束FIR滤波器设计的投影最小二乘算法

本文考虑具有频域和时域等式约束的FIR滤波器设计问题 ,提出一个非常有效的新算法———投影最小二乘算法 .该算法由两部分组成 ,前一部分产生一个解析的最小二乘解 ,后一部分将此解逐次投影到每个等式约束上 .该算法有两个显著特点 :一是目标函数的Hessian矩阵不要求正定 ;二是由于采用平方根因子分解来计算增广Hessian矩阵及投影算子矩阵 ,算法具有很好的数字稳定性 .以此算法为核心构成了一个迭代算法 ,用于实现FIRNyquist滤波器的minimax设计 .

分布鲁棒最小二乘问题的割平面算法

实际应用中很多重要问题可以转化为最小二乘问题.提出一种在一般最小二乘问题中用数据的概率不确定性描述的鲁棒框架,它的不确定分布集是通过测度有界的矩约束给出的.此时,它为一个凸优化问题.当样本空间具有有限支撑时,可以用割平面算法在有限步求解,而算法可以通过线性规划和线性锥规划相关的求解器来实现.

等式约束二次规划问题的迭代解法

给出了等式约束二次规划问题和等式约束加权最小二乘问题的迭代解法

对Frank-Wolfe算法在图像恢复中最小二乘问题的研究

在图像恢复问题中经常需要求解一个带箱约束的最小二乘问题。传统上,该问题通常先采用最速下降法求解一个无约束的最小二乘问题,然后将解投影到箱式约束中。这样一种途径得到的解是次优的。Frank-Wolfe算法是一个经典的求解带约束问题的迭代算法,其收敛速度为O(1/k)。本文采用该算法来解决图像恢复中的带箱式约束的最小二乘问题。数值结果表明,采用Frank-Wolfe算法得到的恢复图像要优于最速下降法。

矩阵方程AX=B的范数约束最小二乘解

为了求解矩阵范数约束下矩阵方程AX=B的最小二乘解问题,提出了一种迭代算法。该算法以广义Lanczos信赖域算法为基本框架,弥补了其不能求解矩阵方程的缺陷。数值实验表明,该算法是有效的。