最小二乘逆时偏移中一种新的梯度预处理方法及其应用

针对最小二乘逆时偏移深层成像精度不高的问题,本文提出一种基于背景波场双向照明算子的梯度预处理算法,该方法把背景速度模型的地震记录作为逆时扰动去求取逆时波场能量,消除了常规梯度预处理算法中偏移结果对于梯度的影响,从而使梯度预处理算子更加逼近最小二乘逆时偏移的Hessian矩阵。模型实验结果表明本文提出的方法可更为精确地实现最小二乘逆时偏移的深层振幅补偿,实际海上地震数据的处理结果显示该方法也适应于实际复杂构造区域的成像处理。

基于振幅梯度预处理的多尺度全波形反演方法研究

在地震勘探中,全波形反演方法能充分利用地震资料中的动力学、运动学信息,高精度的反演地下介质参数.然而,由于全波形反演高度的非线性,在反演过程中易收敛的局部极小值.并且随着深度的增加,深层区域的反演效果不佳.因此,本文首先采用多尺度策略:随着迭代次数的增加,反演所需的地震资料由低频向高频逐渐增加,该策略能够有效降低了全波形反演的强非线性.并提出的基于地震波振幅的梯度预处理方法,模型试算结果证明了这种方法的正确性和有效性,可以提高深部能量,从而提高了深层区域的反演效果.

基于注意力机制的信息预处理多智能体强化学习算法

多智能体强化学习在群体控制领域具有广泛应用,然而传统的强化学习方法(如Q-Learning或策略梯度)在多智能体环境中表现不佳。在训练过程中,每个智能体的策略不断变化。当一个智能体基于环境信息做出决策时,其他智能体的决策可能已经影响了环境信息,导致智能体感知的转移概率分布和奖赏函数发生变化,使得环境变得非平稳,训练无法有效进行。为了缓解这一问题,研究了一种基于多头自注意力的多智能体强化学习算法。该方法考虑了其他智能体的行动策略,利用多头自注意力算法使智能体能够学习对决策影响最大的因素,成功地学习了复杂的多智能体协调策略。在实验结果中平均回报达值到了0.82,远高于传统算法的表现。实验结果表明,所提出的基于多头自注意力的多智能体强化学习算法能够有效解决环境不平稳导致的多智能体学习困难问题,提高了多智能体强化学习算法的收敛速度和平稳性。

基于地震波能量预处理的共轭梯度法全波形反演

全波形反演方法能够得到现有其他成像方法无法得到的高分辨率的速度模型,且逐渐在实际资料中得到成功应用。本文探讨了常规地震共轭梯度法全波形反演的流程,针对此方法应用于近地表地震反射数据时出现的深层成像效果不如浅层效果的情况,引用了一种基于地震波能量的梯度预处理方法,并做了详细的公式推导,最后给出了对本文所述方法的结论与认识。

提高预处理共轭梯度法计算大型电网潮流时并行性能的方法

研究了如何提高预处理共轭梯度(preconditioned conjugate gradient,PCG)法计算大网络交流潮流时的并行性能,提出了一种新的并行处理方法——并行节点分配法,即将节点导纳矩阵和节点出力的数据以节点为单位分派给各个处理器,在各个处理器中完成余下的计算处理部分。算例分析表明,在使用PCG法进行大网络交流潮流计算时,并行节点分配法在并行性能上具有一定的优势,进而为PCG法在大网络交流潮流并行计算中的应用提供了可借鉴的经验。

基于改进的预处理共轭梯度法和三维插值法精确和快速解算GRACE地球重力场

本文首先对比分析了基于直接最小二乘法(DLSP),预处理共轭梯度法(PCCG)和三维插值法(TDIM)解算卫星观测方程的优缺点;其次,基于能量守恒法分别利用改进的PCCG和TDIM反演了120阶GRACE地球重力场,在120阶处累计大地水准面精度为17.316 cm和15.421 cm;最后,通过和德国波兹坦地学研究中心(GFZ)公布的EIGEN-GRACE02S地球重力场模型的符合性验证了基于PCCG和TDIM解算高精度和高空间分辨率地球重力场的有效性,同时提出TDIM可作为将来有效解算中高频地球重力场(如GRACE Follow-On,360阶)的优选方法之一.

预处理共轭梯度法在VVP三维风场反演中的应用

本文从VVP(VolumeVelocityProcessing)方法的原始方程出发 ,进行三维风场反演的实验 ,在分析体积中心点反演十个变量 ,对病态矩阵的求解采用了预处理共轭梯度方法。通过对实测资料的分析 ,结果表明 :预处理共轭梯度方法能较好的处理矩阵的病态问题 ,反演的水平二维风场、散度项和变形项结果比较合理 ,散度项和形变项量级都在 10 - 6 ～ 10 - 3之间 ,水平速度和垂直速度量级在 10 - 1～ 10 1之间。

改进的预处理共轭梯度图像复原算法

针对Tikhonov正则化的预处理共轭梯度图像复原算法中模糊图像取全零扩展矩阵的不足之处,研究了零边界条件下Tikhonov正则化的预处理共轭梯度算法.提出了新的模糊图像的扩展矩阵,降低了原矩阵向量积的计算误差,修正了初始梯度的取值.改进算法更符合真实的图像退化过程,有效提高了复原的图像质量.实验结果表明:对于各种退化造成的模糊图像,与当前求解全变分正则化的IST、TwIST、SALSA算法比较,本文算法复原效果优于当前流行的图像复原算法.

基于预处理共轭梯度法的电力系统机电暂态仿真

把基于不完全LU分解的预处理共轭梯度法(ILUCG)用于电力系统暂态稳定仿真计算,提出了一种与矩阵方程直接求解法相结合的混合算法。该方法采用不完全LU分解对暂态稳定计算中的雅可比矩阵进行预处理,以改善其条件数;对预处理之后的方程组,采用改进的共轭梯度法进行迭代求解,在系统收敛困难的情况下,改用直接求解法求解矩阵方程;在迭代过程中,充分利用当前已有的预处理后的等价雅可比矩阵进行迭代计算,而当雅可比矩阵及相关变量变化较大时,重新计算雅可比矩阵并进行相应的预处理操作,以提高算法的效率和计算速度;多个算例表明,对于电力系统暂态仿真的计算,本文算法的计算速度明显优于直接分解求解法和单纯的ILUCG,并易于在并行计算平台上实现,具有一定的实际应用前景。

应用改进算法的对称逐步超松弛预处理共轭梯度法进行大体积混凝土仿真计算

针对大体积混凝土有限元仿真计算中存在计算规模大、计算时间长的问题,为克服使用直接解法导致占用内存多、耗时长和精度得不到保证的缺点,充分考虑大体积混凝土结构有限元仿真分析中温度场和位移场求解的特点,用改进算法的对称逐步超松弛预处理共轭梯度法取代直接解法,进行温度场和位移场计算中大型稀疏对称正定线性方程组的求解.采用算例计算对比了使用2种方法计算的内存占用、耗时和计算精度等情况,结果表明,该方法可完全消除整体劲度矩阵带宽对存储空间需求的影响,减少内存占用和计算耗时,且使得计算精度可灵活控制.

基于预处理共轭梯度法的桥梁移动荷载识别

时域法(TDM)是移动荷载识别最有效的方法之一,它通过桥梁时域测量响应,间接识别桥梁移动荷载。针对时域法(TDM)有时识别精度较低、受噪声干扰的影响较大等问题,提出采用预处理共轭梯度法(PCGM)识别桥梁移动荷载。以两轴时变移动荷载识别为例,进行数值仿真研究,得到不同噪声水平下预处理共轭梯度法和时域法的识别结果。通过比较2种方法的识别精度,可以发现预处理共轭梯度法具有识别精度高、抗噪能力强、收敛速度快、初始参数设置少等优点,特别当仅仅采用弯矩响应识别移动荷载时,其识别精度仍然很高,这为移动荷载识别方法的实际应用打下了基础。

预处理共轭梯度法在岩土工程有限元中的应用

在岩土工程中进行有限元分析时需要求解大型线性方程组,常用的直接法会占用较大的内存,耗费计算时间较长,计算节点规模有限。用超松弛迭代–预处理共轭梯度法(SSOR-PCG)求解大型稀疏线性方程组,并提出SSOR-PCG法的一套优化内存占用量和计算时间的实现方案。算例结果证明,此方案下的求解器在一台奔腾2.80 GHz主频、1.0 GB内存的个人电脑上,在50 min之内,可求解约30×104节点三维模型的刚度方程,其计算结果也可满足需要。

近景区域网平差的预处理共轭梯度稀疏解法

针对大规模、近病态法的近景区域网平差法方程快速解算问题,提出基于预处理共轭梯度(preconditioned conjugate gradient,PCG)法的稀疏解算方法。首先,通过选择与法方程系数矩阵对应的对角平方根矩阵作为预处理矩阵,以改变待估参数向量的坐标基,进而改善法方程系数矩阵性态,达到利用PCG提高收敛速度和解算精度的目的;然后,通过应用稀疏矩阵提高平差法方程系数矩阵的储存与求解效率。实验结果证明,该方法不影响摄影测量中区域网平差中多类、多尺度参数同时解算的收敛域,不但具有很高的解算精度,而且速度较快。

解Helmholtz方程的共轭梯度法三角阵预处理器

利用对应微分运算的差分运算矩阵,提出了差分求解Helmholtz方程的三角阵预处理器,阐述了在算子离散的过程中而非离散后构造高效率预处理器的基本思想.利用二阶频域Mur吸收边界条件下的二维导体柱散射的模型问题,结合法方程最小余量预处理共轭梯度法(PCGNR)验证了该预处理器的有效性.数值结果表明了该预处理器能够在网格精度提高和吸收边界趋远时,相对常规共轭梯度法具有降低计算复杂度的效果,而存储复杂度并没有提高.同时,也揭示了二维散射问题在网格精度与吸收边界距离一定的情况下,用不同共轭梯度法求解时,由于迭代次数变化较少,计算量几乎随未知量线性增长.

基于残余平滑-预处理共轭梯度算法的有限元并行计算

针对弹塑性问题的有限元分析非常耗时,基于消息传递接口(MPI)集群环境,提出了残余平滑的子结构预处理共轭梯度并行算法。采取区域分解,将子结构通过界面条件处理为独立的有限元模型。整体分析时,每个处理器仅存储与其相关的子结构信息并生成局部刚度矩阵。采用对角存储方式和最小残余平滑法,设计出了结合残余平滑(MR)的并行子结构预处理共轭梯度(PCG)算法。并行算法中对负载平衡进行了探讨,对处理器间的通信进行了优化。利用子步法对弹塑性应力应变进行积分,根据预定的容许值自动调整每个子步的大小来控制积分过程的误差。在工作站集群上实现了数值算例,分析了算法的性能,计算性能与传统的PCG算法进行了比较。算例显示:所提算法具有良好的加速比和效率,优于传统的PCG算法,对弹塑性问题的有限元分析,是一种有效的并行求解算法。

松弛预处理共额梯度法(SSOR-PCG)的工程应用

给出了一种确定SSOR -PCG最佳预处理因子的方法 ,去解决某种工程问题。实践表明 ,该方法是稳定、可靠的。

基于预处理共轭梯度法的多用户检测方法

针对准同步CDMA（码分多址）系统中解相关检测运算复杂度高以及常规CG（共轭梯度）法收敛速度慢的问题,提出了SSOR-PCG（对称超松弛预处理共轭梯度）模型求解方法。通过SSOR预处理降低了扩频码矩阵的条件数,从而提高收敛速度,减少了迭代次数。实验结果表明,本文提出的方法相对于解相关检测,运算复杂度大大降低,而误码率与解相关检测器相当;相对于共轭梯度法,收敛速度更快,有效减少了迭代次数。

解泊松方程的快速预处理共轭梯度法

为了满足电子技术中电磁问题求解器的工程需求 ,通过分析泊松方程均匀差分离散所得模型问题的矩阵结构 ,提出了共轭梯度法的三角阵预处理器 .在用数值试验考察了其参数的特性后 ,给出了参数的经验估计方法 .实现了带参数的三角预处理器共轭梯度法求解器 .实例表明 ,该算法比常规共轭梯度法和超松弛法具有更低的计算复杂度 ,而它们存储复杂度相同 .不仅所实现的求解器具有实用价值 ,而且所给出的预处理构造技术具有进一步发展的余地 .

预处理共轭梯度法解病态问题及在GPS中的应用

介绍测量数据处理中病态问题的岭估计思想及确定岭参数的方法。引入预处理共轭梯度法求解病态法方程组,说明算法的基本原理和它能有效减弱病态性的原因。用一个GPS差分动态定位的实例,通过与不同岭估计方法的对比分析,验证该方法是一个有效的数值迭代算法。

三项预处理共轭梯度法与信赖域子问题

信赖域方法是解无约束优化问题的有效的和可靠的方法 .共轭梯度法由于不需要矩阵计算和存贮 ,成了解大型问题的首选方法 .在本文中 ,我们提出了解信赖域子问题的三项预处理共轭梯度法 ,并将这个方法嵌入解大型最优化问题的信赖域算法中 .文章讨论了方法的特性 ,证明了方法的总体收敛性质 。