求解非线性方程组的非单调自适应加速Levenberg-Marquardt算法

提出一种新的求解非线性方程组的非单调自适应加速Levenberg-Marquardt算法,该算法使用一种新的自适应函数更新Levenberg-Marquardt参数,这种Levenberg-Marquardt参数的更新方式可提高过于成功的迭代中模型与目标函数的一致性,从而加快算法的收敛速度.数值实验结果表明,该算法具有良好的数值计算性能.

一种求解非线性方程组的有效Levenberg-Marquardt算法

通过修改LM参数,并结合非单调技术和信赖域技术给出一种求解非线性方程组的有效Levenberg-Marquardt算法,即AMLM算法。在局部误差界条件下,证明了AMLM算法具有局部快速收敛性。数值实验结果表明,AMLM算法稳定、有效。

采用Levenberg Marquardt的逐步递进波形分解方法

针对机载全波形Li DAR波形数据分解问题,提出一种采用Levenberg Marquardt的逐步递进波形分解方法。该方法基于Levenberg Marquardt的非线性最小二乘拟合算法,选取高斯函数模型并采用逐步递进的波形分解方式得到准确的模拟波形。对Riegl数据中的2条典型波形进行分解实验,并与普通非线性最小二乘方法的结果进行对比分析,证明该方法是可行有效的。

空间索面悬索桥成桥线形的Marquardt修正最小二乘法计算

空间索面悬索桥线形计算由于吊杆和主缆的相互耦合而非常复杂,采用传统的影响矩阵法收敛困难.基于Marquardt修正的最小二乘法,为空间索面悬索桥线形计算提出一种新的解析算法,编制了相应的Matlab程序,并以某三跨空间索面悬索桥为例进行了验证.结果表明:此方法较影响矩阵法收敛精度高,对初值要求低,具有明显的优越性.

基于Levenberg-Marquardt算法的桥梁结构静力参数识别

为了提高桥梁结构状态评估中结构参数识别的精度和稳定性,克服Gauss-Newton法不能有效地处理奇异和非正定矩阵以及对初始点要求苛刻的缺点,利用Levenberg-Marquardt法,通过在Gauss-Newton法的迭代矩阵中添加阻尼项,对迭代矩阵加以修正,通过Matlab自编程序实现对实际结构参数的优化求解。对一连续梁的数值模拟计算表明,在Gauss-Newton法迭代发散的情况下,Levenberg-Marquardt法的识别结果相对误差在10%左右,Levenberg-Marquardt法基本能实现对真实结构参数的识别,为结构进一步的状态评估提供了结构模型最基本的量化信息。

Levenberg-Marquardt算法的一种新解释

Levenberg-Marquard(tLM)算法与最小二乘(Least Square,LS)方法关系密切,标度总体最小二乘(Scaled Total Least Square,STLS)是最小二乘,数据最小二乘(Data Least Square,DLS)与总体最小二乘(Total Least Square,TLS)的统一与推广,但是它与LM算法的关系尚不清楚。给出了一种求STLS解的算法及其子空间解释与拓扑解释,利用矩阵分解揭示了LM算法与STLS的密切关系,结果表明:阻尼因子使得LS解转变为STLS解;噪声子空间的剔除与系数矩阵条件数的控制保证了LM算法的稳健性与收敛速度;STLS的鲁棒性保障了LM算法处理过参数化问题的能力。

基于Levenberg-Marquardt方法的内蒙古及邻区地震烈度影响场改进技术

在收集和整理内蒙古及邻近地区1940年以来M_S4.0以上历史震害资料的基础上,对研究区域进行合理分区,选取65次中强地震事件的152条等震线数据,利用椭圆烈度衰减模型,采用Levenberg-Marquardt非线性反演方法,建立内蒙古及邻区的分区地震烈度衰减关系,通过与地震灾害评估系统使用的华北地区地震影响场模型进行对比分析,综合分析研究认为,建立分区烈度衰减关系更符合研究区域地震灾害的地域性特点,对于地震灾害快速评估具有重要的参考意义。

零平面位移高度的Marquardt算法

对数风速廓线中的零平面位移高度 (d)是描述和估计地表粗糙元的空气动力学特征及其对地表风蚀抑制效应的重要参数之一。本文设计了用以计算对数风速廓线中非线性参数d的计算机非线性回归法———Marquardt法 ,并用砾质床面上风速廓线的风洞模拟实验资料加以验证。结果表明 ,用Marquardt法计算出的d/h(即d与砾石高度h之比 )与砾质地表起伏度 (Dv) ,d与风速 (u)之间存都在较好的相关性 ,从而表明 ,Marquardt法是计算风速廓线非线性参数d的理想方法。

基于Levenberg-Marquardt算法的内部缺陷导热反问题研究

在传热学的基础上,建立了三维的物理和数学模型,同时对LM(Levenberg-Marquardt)方法进行了修正。根据修正后的模型进行了导热反问题模拟研究,计算结果显示修正后的模型收敛速度更快;同时利用修正后的导热反问题的数学模型对材料内部不同性质缺陷的位置、几何形状及导热率对反问题求解的影响进行了分析,发现修正后的模型如果同时对缺陷位置、几何形状和导热率进行求解时,效果不好,但是对缺陷位置、几何形状与导热率分别进行求解时,可以获得比较好的结论;而测量误差对该方法求解结果有所影响,特别是对导热率影响较大。

基于改进Marquardt法的非线性测量数据处理

在加入阻尼因子以改善系数阵性质的阻尼最小二乘法 (即Marquardt法 )中 ,选择一个合适的阻尼因子是十分困难的 ,它需要多次求解线性方程组。文中采用改进的Marquardt法进行非线性测量数据处理 ,大大减少了计算工作量。

Levenberg-Marquardt高斯拟合法在NaI(Tl)γ谱分析中的应用

为提高γ谱法测定核素活度的准确性,采用高斯函数对除本底后的峰区进行峰形拟合,并根据Levenberg-Marquardt法对拟合方程进行求解得出峰形参数。该方法是以预处理所得峰高、峰位和峰宽为初值,并自适应计算步长进行迭代直至迭代完毕。根据计算仿真结果分析,该方法能够将单能峰拟合到最佳状态,且能将重叠峰分离成多干单峰并拟合。实验表明,该方法可快速准确地计算特征峰峰面积,所得核素特征峰面积与HPGe谱仪所测峰面积相对误差小于8%。

Marquardt算法磁测三维反演方法策略

在磁法三维反演中,反演对象数目往往巨大,受限于当今的计算机技术与计算方法,在超大规模方程组的求解时遇到极大的困难。所以,在解决实际问题时能力非常有限,对于Mar-quardt算法磁测三维反演问题尤为突出。为此,在这里提出了两个较为有效的方法策略,即将模型组体化和将组体分类,并在理论应用中得到了较好的效果。

可控源音频大地电磁法(CSAMT)一维全区Levenberg-Marquardt反演方法

将Levenberg-Marquardt这一全新反演方法引入可控源音频大地电磁法(CSAMT)勘探的全区数据反演,提高了CSAMT勘探的深度,避免了测深数据的浪费。Levenberg-Marquardt反演的核心是引入变阻尼的思想,在反演的过程中根据向量各个分量的收敛速度的不同,给定不同的阻尼因子,实现反演的自适应化,这样就大大增加了整个反演的收敛速度和反演精度。反演中采用改进的Bostick变换作为初始模型,减少了反演的迭代次数。

基于Levenberg Marquardt反演的福建小煤矿底板富水性分析

以福建黄土坑煤矿为研究对象,采用网络并行电法技术,从三维探测数据处理角度阐述了Levenberg Marquardt反演原理及模型构建,并通过引入光滑约束模型以及自适应调节阻尼因子实施电阻率数据反演,由此获取了该矿采煤工作面底板下不同深度探测异常区视电阻率空间分布情况。研究表明:探测区域存在6个相对低阻异常区且富水性强弱参半,其中Dz1、Dz2、Dz6较弱;Dz3、Dz4、Dz5较强,呈现出浅部较深部强、北强南弱的特征,与钻探验证结果吻合,可信度高。

基于Levenberg-Marquardt算法的图像拼接

Levenberg-Marquardt(简称LM)算法是高斯一牛顿法和梯度下降法的结合,既有高斯牛顿法的快速收敛性,也有梯度下降法的全局搜索特性。将LM算法应用于图像拼接过程中变换矩阵的参数自动优化中,通过对多个对应点的自动优化后,可以较快得到变换矩阵,从而实现图像拼接。在LM算法中,以对应点距离的平方和作为目标函数,给出此方法详细的实现过程与结果。与以灰度差平方和为目标函数相比,避免了提前采用插值算法,从而求得的M变换矩阵更精确。结果表明,该方法实现图像拼接的精度高,速度快。

基于改进Levenberg-Marquardt算法的燃气轮机特性拟合优化

基于改进的Levenberg-Marquardt算法,对燃气轮机部件精确特性获取中的特性曲线拟合问题进行了研究,引入一种新的阻尼因子λ迭代方法,使改进的Levenberg-Marquardt算法能很快接近最优解,并能跳出局部最优的陷阱,在保证解质量的同时提高了收敛速度。建立了燃气轮机特性拟合数学模型,并应用改进Levenberg-Marquardt算法获取燃气轮机部件的特性方程。实例计算结果表明:较普通Levenberg-Marquardt而言,改进的Levenberg-Marquardt算法拟合效果更好。

基于Levenberg-Marquardt算法和最小二乘方法的小波网络混合学习算法

本文针对小波网络现有学习算法的不足 ,把 L evenberg- Marquardt算法 (简称 L M算法 )和最小二乘算法有机地结合在一起 ,提出了一种新的小波网络混合学习算法 .在该混合算法中 L M算法用来训练小波网络的非线性参数 ,而最小二乘算法用来训练线性参数 .最后以辩识一个混沌系统为例进行了数值仿真 ,并与改进的 BP算法和单纯 L M算法进行了比较 。

几种高阶收敛的Levenberg-Marquardt方法在潮流计算中的应用

针对现代电力系统日益复杂的运行工况使得常规潮流算法面临不收敛的问题,在已有三阶和四阶收敛的改进Levenberg-Marquardt(LM)算法的基础上,通过不断引入LM近似迭代步,提出了2种高阶收敛的LM算法(五阶收敛的LM算法(LM5)、六阶收敛的LM算法(LM6))用于电力系统潮流计算。根据所提方法得到的最小二乘解,分析系统薄弱节点的相关信息,为电力运行部门潮流调整以及潮流收敛性的改善,提供有价值的参考信息。为了体现所提算法的收敛性和鲁棒性,将所提算法、牛顿法、二阶收敛LM法(LM2)、三阶收敛LM法(LM3)、四阶收敛LM法(LM4)分别在"良态"、"不同初始点位置"、"重负荷"、"小阻抗支路"、"线路或发电机故障"等工况下进行测试。算例表明:"良态"情况下,所提的高阶收敛LM算法具有迭代次数少、雅可比矩阵计算次数少的特点;"病态"情况下,在一定程度范围内,引入近似LM迭代步能够改善潮流收敛性,但超出该程度范围,不断引入近似LM迭代步对潮流收敛性的改善作用不明显。

基于投影的Levenberg-Marquardt圆柱拟合

圆柱拟合的精度和速度一直是逆向工程领域中一个需要解决的难题。Levenberg-Marquardt作为非线性最小二乘方法在圆柱拟合方面得到一定应用,其初值的选取对拟合收敛性有较大影响。为了减少初值对拟合收敛性的影响,提高拟合的精度和速度,提出用投影方法寻找圆柱参数,作为Levenberg-Marquardt拟合的初值,继而进行Levenberg-Mar-quardt圆柱拟合。实验表明,拟合迭代次数减少,陷入局部最优的可能性降低。这种方法是有效可行的。

牛顿法与Levenberg-Marquardt算法的比较及在介损角测量中的应用

首先分析了牛顿法和Levenberg-Marquardt算法的原理,给出了它们在介损角测量中的计算公式和计算步骤。仿真信号的计算结果表明,电压和电流信号都能准确获得时这两种算法均能有效计算介损角,但Levenberg-Marquardt算法具有更好的性能。