有限内存BFGS算法的收敛性

研究有限内存ＢＦＧＳ算法的收敛性质， 在搜索步长一致有下界的条件下对一般凸函数证明了算法的整体收敛性．

求解大规模优化问题的有限内存SR-1方法

给出了求解大规模优化问题的有限内存SR-1方法,与传统的有限内存BFGS方法相比较,该方法能进一步的节省计算机的内存,更适合用于大规模的优化问题。

一种非单调L-BFGS方法及其全局收敛性

本文提出了一种新的解大型无约束优化问题的非单调L-BFGS法,不要求目标函数值单调下降,对算法的全局收敛性进行了分析。

一种新的修正有限内存拟牛顿法

依据修正拟牛顿方程,提出一种新的双循环有限内存拟牛顿法.与经典的有限内存BFGS方法相比,新算法同时利用函数值和梯度信息构造拟牛顿校正矩阵,且不会增加计算量,理论分析和数值检验说明了新算法的有效性。

重力和重力梯度数据联合聚焦反演方法

重力数据包含较多的低频信息,重力梯度数据包含较多的高频信息,将重力数据和重力梯度数据进行联合反演得到的结果更加可信.本文基于聚焦反演方法,实现了这一过程.因为联合反演中分量种类增加,所以计算灵敏度矩阵所需要的时间增加,为此,本文提出了一种快速计算灵敏度矩阵的方法.因为联合反演对内存的要求增大,本文选择有限内存BFGS拟牛顿法求解反演问题.本文通过再加权的方法实现深度加权.文中利用单一分量的反演结果来预测异常体的埋深信息,随后将埋深信息结合到深度加权函数中,将其用于多分量组合反演计算.给出了模型试验,发现预测得到的异常体的埋深信息与其实际埋深存在偏差,但是将这一信息应用到反演计算,能够得到与真实模型一致的结果.之后,本文通过模型试验来探究重力和重力梯度联合反演的优势,发现将重力和重力梯度数据联合,能够识别出额外的噪声,反演得到的模型更加合理.但是,对于不同分量组合得到的反演结果是相近的,反演模型的提高很小.最后,将联合反演方法应用到美国路易斯安那州Vinton岩丘的实际数据中,结果显示,将重力和重力梯度数据联合反演,反演模型得到了提高,反演得到的结果与地质资料吻合.

有限元编程中应用面向对象编程技术的探讨

采用面向对象编程技术 (OOP) ,运用C + +语言 ,描述了有限元程序的设计过程 针对有限元分析中的结点、单元和整个研究区域 ,建立了结点类、单元类和研究区域类分别负责管理 ,并提供了程序的部分实现代码 与传统Fortran语言编制的有限元程序相比 ,该法编制的程序执行速度快、维护简便、易于实现多种类型单元共存的情况 。

基于LBFGS的求解最小闭包球的光滑化方法

考虑在n维空间中求m个球的最小闭包球(the Smallest Enclosing Ball,SEB)问题.首先将SEB问题转化为一个含有函数max(0,z)的等价无约束非光滑凸优化问题,然后利用光滑化技巧和有限内存BFGS方法来求解高维空间中的SEB问题,并分析了方法的收敛性.数值实验结果表明文中给出的算法是有效的.

一个无约束有限内存信赖域方法及其实现

本文针对大规模无约束优化问题研究了一个新的有限内存信赖域实现方法,提出了一个在有限维(维数≤2m+1)子空间上精确求解信赖域子问题的方法,大大减少了计算量;分析了方法的收敛性,并详细给出了数值计算方法,最后通过数值实验验证了方法的有效性。

三维频率域可控源电磁反演研究

对于三维可控源电磁,反演计算效率、张量测量、旁侧效应以及阴影效应是目前研究的热点.本文正演采用基于库仑规范条件的耦合势有限体积算法,反演采用有限内存BFGS(L-BFGS)算法.合成数据反演结果表明:(1)有限内存BFGS法比非线性共轭梯度法,在反演计算效率上具有一定的优势,更适合求解大规模三维可控源电磁反演问题.(2)张量可控源电磁法相对于标量可控源电磁法,前者在模型分辨率上优于后者.(3)在某个区域无法布置测网的情况下,我们可利用旁侧效应在异常体周围布置测网进行三维反演,从而获得真实异常体的信息.同时,为避免阴影效应,我们应在测网外增加可控源电磁控制点,使得三维反演的数据更加完备.

加权最小包容球问题的对偶光滑逼近算法

【目的】研究加权最小包容球问题,并给出一类求解该问题的算法。【方法】加权最小包容球问题是一个极大极小化的非光滑问题。首先利用对偶方法将该问题转化为极小化非光滑问题,然后利用光滑逼近思想,将该问题转化为极小化的光滑问题进行求解。【结果】根据数据实例表明该算法有效。【结论】得到求解加权最小包容球问题的一类对偶光滑逼近算法。