Shanno无记忆BFGS算法的全局收敛性的一个注记

Werner.J.在下降性条件(DC)下证明了Shanno无记忆BFGS方法对于一致凸函数的全局收敛性,本文将其结论推广到更为一般的情况。

一种新型两相流检测ERT图像重建算法

针对目前电阻层析成像(ERT)应用于两相流领域重建图像算法存在成像精度较低和速度较慢的问题,基于BFGS最优化方法,提出一种新型图像重建算法.为满足两相流在线参数测量的要求,对BFGS算法进行了改进.改进的BFGS算法(MBFGS)选取了不精确的迭代方向,并用单位矩阵近似代替目标函数的Hessian矩阵.数值实验证明,新算法较为稳定和快速,重建图像的质量优于目前常用的灵敏度系数法和线性反投影算法,算法以较小的速度代价重建较高质量的图像.

基于LSTM神经网络的水电站短期水位预测方法

针对常规水位预测方法信息挖掘能力不足和启发式算法机理不明确等缺点,提出了一种基于长短时记忆(long short-term memory, LSTM)网络的水位预测方法。该方法采用水位和出力等直接监测数据,避免了出入库流量等间接计算值带来的二次误差,进而提升水位预测的准确率;采用梯度下降法与Broyden-Fletcher-Goldfarb-Shanno (BFGS)算法相结合训练模型,Wolfe-Powell线搜索方法选取步长,提高模型收敛速率。将该方法用于葛洲坝水电站的上下游水位预测,结果表明,该方法能够实现下游水位连续6 h和上游水位连续3 h的准确预测,具有较高的预测精度和实用性,为葛洲坝水库的实时调度提供了技术支撑。