非线性最小二乘参数平差的非线性规划算法研究

讨论了非线性最小二乘参数平差可行的5种非线性规划算法－牛顿法、最速下降法、离散牛顿法、拟牛顿法和SQPM算法,通过分析、比较和实算证实SQPM算法是求解非线性最小二乘参数平差问题的最为有力的工具,且使SQPM算法成为无需精确计算参数概略值的非线性最小二乘参数平差法。     

非线性最小二乘问题数值迭代法的统一模型及其不适定性

通过综合归纳在路面模量反算和测量平差等领域中求解非线性最小二乘问题的各种数值迭代解法,建立了非线性最小二乘问题数值迭代法的统一模型．根据不适定问题理论,结合非线性最小二乘问题,定义了非线性最小二乘问题的两种不适定性,对产生这两种不适定问题的现象进行了分析,并给出了实例．结果表明,在NLS问题上使用各种数值迭代解法时,需考虑其迭代过程的不适定问题．     

非线性总体最小二乘反演道路圆曲线参数算法

对GNSS(全球卫星导航系统)动态定位技术采集的道路圆曲线离散坐标进行平差计算,可反演出圆曲线参数。重心坐标法平差理论不够严密,最小二乘法的极小值条件定义不完全合理,附有参数的条件平差法易受参数初值影响。针对这些问题提出一种基于非线性总体最小二乘的道路圆曲线参数反演算法。主要对其模型构建、解算算法,以及算法设计等内容进行讨论,并采用仿真数据和实测数据对算法进行测试,与其它3种方法做对比分析。研究表明:与其它3种方法相比,在统计上,非线性总体最小二乘法的结果更接近真值,真误差波动更小,结果更稳定;与附有参数的条件平差法相比,非线性总体最小二乘法受初值的影响更小,能够获得更符合实际情况的圆曲线半径;与重心坐标法和最小二乘法相比,非线性总体最小二乘法的参数估计理论更严密。     

乘性随机误差模型的最小二乘平差与精度评定

针对乘性随机误差模型参数估计问题,在现有研究的基础上,应用最小二乘理论,讨论了普通最小二乘、加权最小二乘和偏差改正加权最小二乘3种参数平差方法;导出了这3种基于最小二乘原理的参数平差方法的精度评定公式;给出了观测值平差值与观测值改正数的精度评定公式以及大地测量各有关量间的互协方差矩阵;构造了3种最小二乘平差方法相应的单位权方差估计.数据模拟计算结果表明:偏差改正加权最小二乘适用于乘性误差模型的大地测量数据处理,具有二阶近似无偏性;根据模拟数据计算的3种方法参数估计的单位权中误差分别为1.964 8、0.999 8和0.980 7.      

一种新的求解非线性最小二乘问题的牛顿迭代算法

通过对普通牛顿迭代法的Hessian矩阵添加一个正则化因子,改善迭代过程中Hessian矩阵的病态程度,构造出一种新的求解不适定非线性最小二乘问题牛顿迭代算法,并给出算法迭代步骤,解决了普通牛顿迭代法在迭代过程中其Hessian矩阵秩亏或者严重病态而导致不能收敛的问题,最后,以地基沉降-时间关系预测的泊松模型为例,进行了数值分析实验,结果表明本研究中所提方法是适用的．     

最小费用最大流算法在路径规划中的应用

针对一类动态路径规划问题，先利用最短路算法将其简化，把动态的路径规划问题转化为静态的路径规划问题，然后建立非线性规划模型，再利用最小费用最大流算法进行求解，得到了比较精确的结果，找到了一种解决传统算法一般难以求解复杂动态规划问题的方法。     

非线性方程组求解的新方法

提出了一种求解非线性方程组的方法.将非线性方程组的求解问题转化为最优化问题,对经典BFGS变尺度法进行改进:采用高精度通用数值算法求解函数梯度,采用新的数值解析法进行一维探索,进而有效地提高了BFGS变尺度法的效率和程序通用性;对遗传算法进行了改进.将改进的BFGS变尺度法与改进的遗传算法进行混合杂交,得到一种全局优化算法,数值测试表明该算法是可靠的.     

一种基于LS-SVM的道岔控制电路故障诊断

针对最小二乘支持向量机最优参数难以寻找的问题,提出了用ARPSO算法优化最小二乘支持向量机可调参数的方法,并将该方法应用于道岔控制电路的故障诊断中.ARPSO算法在保证种群多样性的同时,避免了基本PSO算法过早收敛的问题,能更高的提高算法效率.仿真证明ARPSO算法比基本PSO算法具有更高的收敛速度和效率,基于ARPSO最小二乘支持向量机的分类方法比最小二乘支持向量机分类方法具有更高的分类准确度.     

同伦迭代法的研究及其应用于机构学问题的求解

通过分析多项式映射同伦函数零点集的特性，提出了一种改进路径跟踪方案的同伦迭代方法，并论证了同伦迭代法求解非线性多项式方程组的可行性和可靠性，说明了该方法解高亏欠度多项式方程组时具有很高的计算效率。给出的机构学问题的数值实例说明了该同伦迭代法的有效性和可靠性。     

一种有效的水声信道盲均衡算法

针对超指数迭代判决反馈盲均衡（SEIDFE）算法在水声通信系统中表现出的收敛性差的问题,提出了一种稳健性好、收敛快的双模式超指数迭代判决反馈盲均衡算法.该算法对均衡器输出的实部和虚部分别进行非线性变换以修正误差控制信号,从而纠正载波相位旋转;在此基础上,将一种新的自适应变步长算法应用到前馈滤波器前向权值的迭代步长中,提高算法收敛速度;并采取判决误差切换准则,将上述改进算法与判决导引算法有机结合起来,提高算法稳健性和收敛性能.仿真结果证明了该算法的有效性.