桩基完整性测试的非线性最小二乘优化方法

针对桩基检测中低应变反射波法存在的应力波被桩土吸收和散射而衰减问题,把包含桩土衰减系数和介质不连续界面反射系数的反射波方程转化为非线性最小二乘优化问题,并采用信赖域法进行求解。由于采用信赖域法并采用了Gauss-Newton方向定义信赖域二维子空间,具有较好的收敛速度。通过模型桩算例表明该方法是确实可行的。

可分离非线性最小二乘计算方法及其在LiDAR波形分解中的应用研究

非线性最小二乘作为最基本的非线性优化方法,广泛应用于测绘领域中非线性函数模型的参数估计。LiDAR全波形回波信号的高斯特征参数的求解通常并未考虑模型可以分解成多个高斯函数的结构特点,而将所有的待求参数看作非线性参数,用泰勒级数展开公式对非线性模型线性化,进而利用LM(Levenberg-Marquardt)算法进行求解,对待求参数初值要求较高。

基于遗传算法-序列二次规划的磁共振被动匀场优化方法

为了解决磁共振成像(MRI)系统中固有的主磁场(B0)不均匀的问题,提出遗传算法-序列二次规划(GASQP)算法,以提高7 T磁共振的主磁场均匀性.从被动匀场数学模型的角度出发,该混合算法利用GA算法获得稳定的初始解,实现主磁场的第1次优化,再通过SQP算法的快速求解,在较少的时间内实现主磁场的第2次优化,同时提高磁共振主磁场的均匀性.采用正则化方法减少磁场均匀所需的铁片质量,并且获得稀疏的铁片分布.在仿真建模的案例研究中,7 T磁共振裸磁场均匀度可以从462×10-6优化到4.5×10-6,并且在匀场空间上仅消耗0.8 kg的铁片.相比于传统的GA优化方法,新方案的磁场均匀性提高了96.7%,总铁片消耗质量减少了85.7%.实验结果表明,GA-SQP算法比其他优化算法具有更强的鲁棒性和竞争力.

一个求解非线性最小二乘问题的新方法

在Gauss Newton(G N)方法和Levenbery Marquardt(L M)方法(阻尼最小二乘法)的基础上给出了一种新的求解非线性最小二乘问题的方法,它是通过寻求新的非线性方程组的数值方法来实现的.首先给出了不用计算导数的求解非线性方程组的收敛迭代方法,该方法是建立在求解动力系统的稳定点的基础上,采用了较稳定的常微分方程初值问题的数值方法进行迭代求解,并采用Steffensen加速技术以提高收敛速度.最后,给出了用Matlab试算的数值例子.试验结果表明了该方法的有效性.

基于改进粒子群优化的非线性最小二乘估计

针对测量数据处理中非线性模型参数估计理论广泛使用的传统牛顿类算法对初值的敏感性问题,提出了一种求解非线性最小二乘估计的改进粒子群优化算法。该算法利用均匀设计方法在可行域内产生初始群体,无需未知参数θ的较好的近似作为迭代初值,而具有大范围收敛的性质;通过偏转、拉伸目标函数有效地抑制了粒子群优化算法易收敛到局部最优的缺陷。给出应用该方法到NLSE的具体步骤,通过仿真实验证明该算法的有效性。

基于均匀设计及非线性偏最小二乘法的非闭合电极ECT传感器参数优化设计

提出了一种非闭合电极电容层析成像(ECT)传感器结构参数的优化方法。采用均匀设计结合非线性偏最小二乘(NPLS)回归,提取传感器结构参数(电极极板的宽度 l、绝缘外壳的壁厚δ_1、屏蔽罩与绝缘外壳间距δ_2及绝缘外壳材料的相对介电常数ε)与待优化指标(敏感场的均匀度及灵敏度指标 p′、最大与最小电容的比值 K)间的函数关系,建立相应的优化目标泛函,通过对优化目标泛函的求解,最终获得传感器结构参数的最优值。并以10电极非闭合电极 ECT 传感器为研究对象,进行了结构参数的优化设计,根据优化结果设计制作了非闭合电极 ECT 传感器,对其成像进行了仿真与实测。结果表明,参数优化后的传感器图像重建质量优于未优化的传感器。

基于符号运算和信赖域方法的非线性最小二乘法

以牛顿法为基础 ,通过符号运算求导和信赖域方法 ,解决其Hesse矩阵计算工作量大和局部收敛性的问题 ,设计和实现了非线性最小二乘的通用算法。该方法计算速度快 ,计算精度高 ,对初始值的选择不敏感 ,不仅可以直接用于线性最小二乘 ,而且可以适用于大数据量的非线性最小二乘。

基于非线性最小二乘的机载气象雷达回波谱矩估计方法

机载气象雷达无法检测雷达回波信噪比(signal-to-noise ratio,SNR)很低的晴空湍流和干性风切变。提出了一种参数化的机载气象雷达回波谱矩估计方法,该方法利用非线性最小二乘(nonlinear least-squares,NLS)方法拟合回波的自相关序列估计谱矩。引入循环优化思想来解决多个高斯谱回波混合时的谱矩估计问题。给出了将谱矩估计的二维搜索问题转化为两个一维搜索的快速算法。理论和仿真实验与分析表明,提出的方法适用于信噪比较低的情况。

偏最小二乘Kriging模型辅助的高效全局优化方法

针对昂贵约束优化问题中因超参数过多引发的维数灾难及优化效率不高问题,提出一种新的偏最小二乘Kriging模型辅助的高效全局优化方法。该方法通过偏最小二乘核函数提升Kriging模型建模效率,构建两种偏最小二乘权期望填充准则实现模型的自适应调整及高效全局优化。测试函数及工程实例结果表明,所提方法可有效减少超参数计算量,提升昂贵约束优化问题求解效率。尤其在高维问题中,所提方法在解的收敛速度,稳健性及精度方面均具有优势。

非线性不等式约束最优化一个超线性与二次收敛的强次可行方法(英文)

本文讨论非线性不等式约束最优化问题,借助于序列线性方程组技术和强次可行方法思想,建立了问题的一个初始点任意的快速收敛新算法。在每次迭代中,算法只需解一个结构简单的线性方程组。算法的初始迭代点不仅可以是任意的,而且不使用罚函数和罚参数,在选代过程中,迭代点列的可行性单调不减。在相对弱的假设下,算法具有较好的收敛性和收敛速度,即具有整体与强收敛性,超线性与二次收敛性。文中最后给出一些数值试验结果。

基于Moore-Penrose广义逆及立体矩阵的可分离非线性最小二乘解算方法

针对测绘领域中函数模型为非线性函数的线性组合的特殊结构,本文提出了基于Moore-Penrose广义逆和立体矩阵的可分离非线性最小二乘解算方法。该方法首先利用变量投影算法消除可分离非线性模型中的线性参数,将包含两类参数的原非线性优化问题转化为仅含有非线性参数的最小二乘问题。然后,基于Moore-Penrose广义逆矩阵的微分和立体矩阵理论计算最小二乘目标函数的一阶导数,进而采用非线性优化的LM方法求解非线性参数的最优估值。最后,根据最小二乘方法求解线性参数的最优估值。通过指数函数模型拟合和机载LiDAR全波形参数求解试验与传统参数不分离优化方法进行对比,结果表明,基于Moore-Penrose广义逆和立体矩阵的可分离非线性最小二乘解算方法对待求参数初值依赖性低,同时避免了迭代过程中线性参数导致的病态问题,算法稳定性好,为测绘领域中可分离非线性最小二乘问题的解算提供了一种思路,也拓展了可分离非线性最小二乘方法的应用。

一种新型非线性偏最小二乘方法研究及应用——基于Chebyshev多项式改进的PLS方法

在实际生产过程中,过程变量之间往往存在大量相关关系,甚至非线性相关关系。过程变量间存在线性相关时,可采用偏最小二乘方法(PartialLeastSquares,PLS)计算模型参数,但由于PLS方法采用线性关系来联系输入和输出因子,因而并不能有效地应用于非线性较强的过程。在这种情况下要对变量进行有效的压缩维数,需要采用非线性PLS方法。基于Chebyshev多项式改进的多元多项式PLS方法,是一种新的非线性PLS方法。该方法利用Chebyshev多项式的正交性质和递推性质,将过程输入变量正交化、线性化后,再应用PLS方法计算模型参数并还原,从而得到比较精确的模型。由于该方法综合考虑了输入变量的自相关和输入变量间的协相关关系,能够更有效地表达过程变量间的非线性关系,因此其对非线性过程的研究提供了新的思路。

基于模糊加权最小二乘支持向量回归的非线性系统建模方法

针对非线性系统建模时边界数据会产生较大的建模偏差、数据计算负荷大以及如何从数据集中选取K个近邻点才能保证其性能缺乏统一标准等问题,提出了基于模糊加权最小二乘支持向量回归的非线性系统建模方法。该方法融合了模糊加权机理与最小二乘支持向量回归的优点,通过引入重叠因子,在保证建模精度(均方根误差越小越好)的情况下,去除建模过程中的一些非重要数据,减小建模方法的运算时间,并能将全局与局部建模方法相融合有效解决局部建模方法所产生的边界效应问题。实验验证结果表明,分别对几种方法从训练/测试均方根误差、不同重叠因子、计算时间方面比较都有明显的有效性和优越性。

用优化方法求解最小二乘法问题

提出了一种用优化方法求解最小二乘法问题的新思路,这种方法不需要考虑所要拟合方程是否为线性问题,通过编程对线性和非线性数据的处理计算表明这种方法是简单可行的。

一种计算补偿最小二乘正则化参数的最优化方法

在半参数模型补偿最小二乘估计中,如何有效地计算正则化参数是求解的关键。在建立一种新的补偿最小二乘模型的基础上,基于广义交叉核实与L曲线准则,采用最优化方法计算正则化参数。仿真计算表明,本文方法是一种计算正则化参数更为有效的方法。

一种偏振定标单元方位角误差的约束非线性最小化优化定标方法

偏振定标单元(Polarization Calibration Unit,PCU)对于定标由偏振系统和天文望远镜产生的仪器偏振至关重要,然而偏振定标单元中偏振元件光轴的方位角误差是限制定标精度的主要因素之一.为解决该问题,提出了一种基于约束非线性最小化优化的方位角误差定标方法,该方法具有定标精度高、定标速度快的优点.首先将偏振定标单元中的线性偏振片和四分之一波片的光轴方位角误差设置为两个待优化的自由变量,然后利用产生和测量的Stokes参数以及偏振定标获得的响应矩阵定义优化目标函数,最终使用约束非线性最小化优化方法来确定两个偏振元件的方位角误差.分别从理论模拟和实际测量两个方面对优化方法进行了验证,实验结果表明,该优化方法能够成功获得上述两个方位角误差,精度分别优于2.79′和2.72′.此外,从理论上计算分析了不同方位角误差对各Stokes分量的影响情况.该优化方法有望应用到我国太阳望远镜中偏振定标装置的误差定标及研制之中.

一种单站纯方位跟踪中的非线性最小二乘方法

对纯方位跟踪问题进行了描述,通过建立模型,设计求解算法,提出了一种解纯方位跟踪问题的非线性最小二乘方法,并将它与解纯方位跟踪问题的线性最小二乘方法进行了比较与仿真分析。仿真结果表明,非线性最小二乘方法具有较高的估计精度,是一种有效的算法,对潜艇实施隐蔽探测与跟踪具有重要意义。

非线性最小二乘法的算法(英文)

本文给出非线性最小二乘的优化条件和几何特征

非线性流水线优化中MAL的一种计算方法

文章介绍一种将含多环有向多重连通图分解为顶点带环且彼此孤立的有向简单图G1和顶点无环的有向多重连通图G2的方法,并在G2上用启发式搜索算法求非线性流水线的最小平均等待时间MAL。

利用偏最小二乘回归方法解析、优化烧结生产过程

介绍分析复杂系统规律的第二代多元统计分析方法——偏最小二乘回归方法(PLS)的原理和技术特点,利用国内第一款在Excel中实现PLS的软件——PEW(PLS+Excel+Word)对影响烧结矿成品率、转鼓强度和RDI的因素进行了分析.此技术提供了一种模型简单有效,物理意义清晰明确的分析工具,可以打开错综复杂,影响因素交叉重叠这一看不见的生产过程黑箱,指导操作调整,指引改造升级,为解析、优化烧结乃至钢铁生产流程提供了一个很好的手段.