病态总体最小二乘问题的广义正则化

总体最小二乘(TLS)算法可以视为一个降正则化的过程,对比最小二乘算法,病态总体最小二乘方法的解受系数阵数据误差和观测值误差的影响将更为严重。本文探讨用广义正则化的方法降低病态性对总体最小二乘数值求解的影响,以提高求解结果的稳定性。通过多组算例结果表明,本文采用的广义正则化方法在处理病态总体最小二乘问题上具有明显的优势。

病态总体最小二乘问题的谱修正迭代法

针对病态问题岭估计法及正则化方法存在破坏方程的等量关系、解是有偏估计的问题,在最小二乘谱修正迭代法的基础上,提出病态总体最小二乘问题的谱修正迭代法,并推导了总体最小二乘谱修正迭代法及其改进算法的具体公式。通过算例验证和阐明了TLS谱修正迭代法在病态问题中的有效性和易受迭代初值影响的缺点。

病态总体最小二乘问题的虚拟观测解法

提出基于虚拟观测的病态总体最小二乘问题岭估计解法,该方法将先验信息作为一项独立的虚拟观测量,作为约束条件与病态观测方程联立求解未知参数,推导了求解的具体公式和迭代算法,给出了虚拟观测法中确定准则子参数的岭迹法。算例比较分析了病态总体最小二乘虚拟观测法、总体最小二乘岭估计的L曲线法、普通总体最小二乘法和最小二乘法的结果,发现虚拟观测法在解决病态总体最小二乘问题时是非常有效的。

病态总体最小二乘问题的共轭梯度解法

针对测量数据处理中存在的病态问题,该文提出采用共轭梯度方法求解病态总体最小二乘问题。利用Tikhonov正则化的思想构造目标函数,将总体最小二乘问题转化为无约束最优化问题,然后利用共轭梯度法进行求解,避免了过程中的矩阵求逆运算。通过模拟数值算例表明了该方法在解决病态总体最小二乘问题中的有效性,并分析比较了该方法同正则化总体最小二乘方法之间的差异。

火山形变Mogi模型反演的病态总体最小二乘解算方法

相对最小二乘方法,总体最小二乘顾及了观测方程系数矩阵含有误差的情况,然而,当系统出现病态时,总体最小二乘受病态的影响将更加明显。因此,针对病态总体最小二乘问题解算方法的研究越来越多受到关注。文中基于总体最小二乘进行火山形变Mogi模型反演,针对反演过程中出现的病态性问题,采用虚拟观测解法、谱修正迭代解法、共轭梯度解法,通过模拟算例验证文中方法在抑制病态性方面的有效性。与一般总体最小二乘、正则化总体最小二乘等方法相比存在优势。

非等间距GM(1,1)模型的总体最小二乘算法及其病态问题

在非等间距GM(1,1)模型中,系数矩阵中有无误差的常数项和有误差的随机项,并且系数矩阵与观测向量误差同源,即系数矩阵与观测向量中有相同的元素存在,这些相同元素应该有相同的改正数,为此本文推导了一种适合非等间距GM(1,1)模型求解的总体最小二乘算法。同时,考虑到非等间距GM(1,1)模型中存在病态问题时影响总体最小二乘计算结果的稳定性,提出对系数矩阵常数列乘以某一常数的方法,以改善病态问题。

病态总体最小二乘模型的正则化算法

当线性观测方程的观测向量与设计矩阵均包含随机误差时,需要采用总体最小二乘法进行参数估计,但传统的总体最小二乘无法处理病态问题,需要进行正则化处理。根据Tikhonov正则化原理,导出了等权总体最小二乘正则化解法的计算公式,并提出了用数值方法估计正则化解方差-协方差阵的方法。采用第一类Fredholm积分方程的算例验证了正则化总体最小二乘算法。结果表明:采用的设计矩阵和常数项向量都含有观测误差时,该算法能明显改善估值的精度。

误差限的病态总体最小二乘解算

大地测量和地球物理数据解算中时常会涉及病态问题的处理。基于客观的观测精度,利用设计矩阵与观测向量的误差限制,一方面降低了病态性对求解造成的波动;另一方面避免引入正常数,从而提高整个解算过程的客观性与可靠性。计算表明,本文提出的方法可以有效地处理病态总体最小二乘问题,并且具有较高的稳定性。

病态总体最小二乘的混合正则化算法

病态问题在大地测量数据处理中广泛存在,单一的Tikhonov正则化算法会造成求解过度平滑,而TV正则化可以更有效地抵抗噪声。本文将Tikhonov正则化和TV正则化两种方法有效结合,推导了具体求解公式并给出相应迭代算法。计算表明,本文提出的方法在处理病态总体最小二乘问题上稳定性更高。

病态加权总体最小二乘模型的正则化抗差解法

针对EIV模型系数阵病态且系数阵和观测值精度不同的情形,基于拉格朗日乘数法导出病态加权总体最小二乘模型的正则化解法,并证明已有的等权病态总体最小二乘模型的正则化解法是其特例。在此基础上,进一步提出基于中位数法的病态加权总体最小二乘模型的正则化抗差解法,并用第一类Fredholm积分方程和病态测边网两个算例验证算法的有效性。结果表明,受系数阵病态性以及粗差的影响,最小二乘解和总体最小二乘解精度较差,严重偏离真值;正则化解法在顾及系数阵和观测值误差的同时可有效削弱模型的病态性,其精度较最小二乘解和总体最小二乘解有所提升;而正则化抗差解法在正则化解的基础上,利用等价权函数重构权阵,能有效抵御粗差的影响,其精度最高。

病态加权总体最小二乘模型的截断奇异值解法

利用截断奇异值解法处理了病态加权总体最小二乘模型,详细推导了参数的截断奇异值解及其偏差、方差以及均方误差公式,该算法无需迭代求解,易于实现。将截断奇异值解的均方误差与最小二乘解的方差进行比较,发现当奇异值由大到小依次变化时,截掉奇异值所造成的解的均方误差下降量的符号由负逐渐变正,由此导出了确定截断参数的公式。数值算例和病态测边网算例分析结果表明,受模型病态性的影响,最小二乘解和总体最小二乘解的精度较差;截断奇异值解能够有效地削弱模型的病态性同时又顾及了系数阵的误差,其解的精度最高。

病态加权总体最小二乘模型的高斯-牛顿迭代正则化解

根据总体最小二乘模型的高斯-牛顿解法,建立了病态加权总体最小二乘模型的平差准则。由拉格朗日乘数法导出了病态加权总体最小二乘模型的高斯-牛顿正则化迭代解,在等权情形下导出了其与一般正则化解的近似差异。最后用两个算例对算法的有效性进行了验证,结果表明最小二乘解和总体最小二乘解受设计阵病态性影响而严重偏离真值,且病态性对总体最小二乘解的影响远大于最小二乘解;高斯-牛顿正则化迭代法同时考虑了设计阵和观测值的误差,并引入正则化参数削弱了设计阵的病态性,其解的精度较最小二乘解和总体最小二乘解大幅度提升。

病态总体最小二乘靶向奇异值修正法

一般病态问题是法矩阵出现几个特征奇异值,计算过程中可用靶向矩阵修正奇异值。总体最小二乘迭代过程中,系数矩阵不断微变,靶向矩阵也应随之改变。针对靶向矩阵变化问题,推导2种病态总体最小二乘靶向奇异值修正法,先求出新系数矩阵,再求靶向矩阵,最后迭代计算出参数估值。实验验证了该方法的优势。

等式约束病态总体最小二乘模型的正则化解及其精度评定

利用平差参数间合理的先验信息能够显著提高解的精度。在病态总体最小二乘模型的基础上,引入等式约束条件,建立等式约束病态总体最小二乘模型,构建该模型的约束正则化准则,并根据拉格朗日极值法导出参数的迭代解及方差-协方差阵,最后以数值算例和病态测边网算例验证公式的正确性。结果表明,新方法通过正则化准则能改善法矩阵的病态性,且遵从EIV准则顾及系数阵的误差,同时还考虑参数间合理的先验信息,其解的精度得到显著提升。

加权总体最小二乘问题的可解性及其原始解集

给出了加权总体最小二乘 (WTLS)问题可解的充分必要条件 ,并在它可解时 。

病态总体最小二乘平差方法的比较与分析

Tikhonov正则化和截断奇异值法是解算病态总体最小二乘问题的有效方法。本文对比分析了Tikhonov正则化总体最小二乘算法和截断奇异值分解法二者各自的适用范围,通过两个算例分析表明,Tikhonov正则化算法适用范围广,可以有效地处理病态总体最小二乘问题,而截断奇异值分解法适用范围窄,仅适用于增广矩阵的奇异值呈阶梯型分布的情况。

改进总体最小二乘迭代解法在病态平差模型中的应用

讨论了总体最小二乘法在解病态矩阵中的问题。利用改进后的总体最小二乘迭代算法研究测量平差在病态方程中的应用。实验证明,该算法解决了方程的病态性,且精度与最小二乘方法具有一致性。

大规模加权总体最小二乘问题的迭代算法

变量含误差(EIV)模型常常用加权总体最小二乘方法估计参数,但是当系数矩阵为大规模稀疏阵时,该算法会花费较大的计算量和存储空间.为了控制存储和计算量,提出了一种基于加权Rayleigh商的迭代算法.数值算例表明,与经典的总体最小二乘算法相比,新算法减少了计算量和存储空间,并且能更好地估计参数.

基于信噪比检验的病态总体最小二乘谱修正迭代法

针对病态总体最小二乘谱修正迭代算法的不足,基于复共线性综合诊断,合理判断参数估计是否受到复共线性危害及危害程度,然后制定精准的正则化策略,提出了基于信噪比检验的病态总体最小二乘谱修正迭代算法,根据信噪比检验结果确定谱修正矩阵,根据改造的L曲线法确定谱修正参数.最后通过模拟算例验证了该算法求解病态总体最小二乘问题的数值稳定性和有效性.

总体最小二乘正则化算法的载荷识别

载荷识别中存在病态矩阵求逆的不稳定性将导致解严重失真。在总体最小二乘(Total Least Squares TLS)算法的思想上进行Tikhonov正则化,构造载荷识别的目标函数。然后利用共轭梯度(Conjunction Gradient CG)法解算该目标函数的最优化问题,提出一种算法易实现、收敛性能好、存储量小,且能全面考虑随机误差影响的CG-TLS正则化算法。经仿真和试验探讨了传递函数矩阵病态产生的原因,借助条件数优选振动响应点,最终检验CG-TLS正则化算法与常用的两种正则化算法在不同噪声水平时载荷识别的效果。结果表明,CG-TLS正则化算法载荷识别效果最优,与真实值吻合好,并具有良好的鲁棒性。因此,应用CG-TLS正则化算法实现载荷识别极具实际意义。