凸约束非光滑方程组基于自适应线搜索的谱梯度投影算法

基于寻找分离超平面的三种经典线搜索技术,本文提出了一种自适应线搜索技术.结合谱梯度投影法,提出了凸约束非光滑单调方程组的一个谱梯度投影算法.该算法不需要计算和存储任何矩阵,因而适合求解大规模非光滑的非线性单调方程组.在较弱的条件下,证明了方法的全局收敛性,并分析了算法的收敛率.数值试验结果表明算法是有效的和鲁棒的.

基于模拟退火准则的谱投影梯度算法

针对简单凸集约束优化问题,提出了一种基于模拟退火准则的谱投影梯度方法.在适当的假设下,证明了算法的全局收敛性.数值实验结果表明,与已有的算法比较,本文所提出的算法在求解该类问题时更有效、更具竞争力.

求解绝对值方程的多元谱梯度投影方法

受多元谱梯度投影算法(MMSGP)的启发,对该方法进行改进,用于求解绝对值方程(AVE),在梯度差中加入松弛因子,y_(k-1)=λ(F_(k)-F_(k-1))+(2-λ)rs_(k-1)并引用一种新的线搜索策略,从而实现减少迭代次数和加快收敛速度的效果,并证明了该算法在适当的假设条件下是全局收敛的。数值实验表明,改进后的算法是可行的和有效的。

改进的谱投影梯度法解张量特征值互补问题

对于对称且严格协正的张量,其张量特征值互补问题的特征值计算可等价为求解对应优化问题的稳定点。提出一种改进的谱投影梯度算法用于求解张量特征值互补问题的Pareto-特征值,并分析该算法的全局收敛性。数值结果表明:高维张量的情形下,改进后的谱投影梯度算法比现有的谱投影梯度算法在迭代次数和计算时间方面有较明显的优势,对初始迭代点的依赖程度较低,有较好的稳定性。

谐波和间谐波检测的压缩感知恢复算法

压缩感知(compressed sensing,CS)技术在采样中完成对数据的压缩,相比传统Nyquist采样方法有效降低采样信号数据量,克服采样端压缩复杂度高,对硬件需求大的缺点。该文通过理论证明指出电网信号基波–谐波稀疏度特性,并基于此特性提出一种新型基波滤除谱投影梯度算法(SPGFF)。通过西门子Benchmark 0.4 k V电网通用模型实验,结果表明SPG-FF算法比现有方法有效提升了谐波检测精度和信号重构精度,对谐波和间谐波的检测误差分别小于6.8×10-5和6.2×10-3,重构信号的信噪比高于89 d B。

基于NSGPBB算法的压缩感知稀疏信号重构

为了更好地重构原始信号,提出一种带有交替BB步长的非单调梯度投影算法(NSGPBB)。将无约束凸优化问题转化为在闭凸集上的边界约束二次规划问题,并证明了该算法的收敛性。数值实验结果表明,该算法是有效的,且收敛速度快于梯度投影算法。