加权期望残差极小化方法求解一类随机混合变分不等式

考虑有限维空间中的一类随机混合变分不等式,将求解随机混合变分不等式转化为加权期望残差极小化模型,并在一定条件下,通过拟蒙特卡洛方法得到了加权期望残差极小化模型的解.     

加权期望残差极小化方法求解一类随机拟变分不等式

拟变分不等式是变分不等式及不动点理论的一个重要分支,其被广泛的应用于博弈论、物流管理、金融经济等领域.由于现实问题受随机因素干扰,上述问题中许多模型都可以由随机拟变分不等式描述,例如随机Nash均衡、随机供应链模型等.用加权期望残差极小化方法研究了一类随机拟变分不等式,并在一定条件下,通过拟蒙特卡洛方法得到了加权期望残差极小化模型的解.     

基于带符号残差加权的手机定位方法

在蜂窝网的移动终端定位中,非视距(NLOS)环境造成的误差是导致定位精度下降的主要原因.为降低NLOS误差的影响,本文提出了一种基于带符号残差加权的定位方法.该方法采用Chan算法算出移动台的初始位置,用带符号残差加权模型进行修正,再应用带符号残差辅助的泰勒级数展开法进行迭代,得到移动台的最终估计位置.仿真实验结果表明,与基于平方残差加权的方法相比,基于带符号残差加权的方法的定位精度平均提高约14.82%,可更加有效地抑制NLOS的影响.      

弹道滤波引论

本文提出了弹道滤波的基本概念;用向量矩阵法描述了加权最小二乘滤波公式及其递推公式,以及加权残差平方和的数学期望公式;结合参数微分法的运用,使弹道测试数据处理构成了一个通用的理论体系。     

期望残差极小化方法求解一类随机混合均衡问题

【目的】研究有限维空间中的一类随机混合均衡问题。【方法】首先定义了混合均衡问题的正则化间隙函数,并研究了正则化间隙函数的一些可微性质;其次通过随机混合均衡问题的正则化间隙函数,将求解随机混合均衡问题转化为求解期望残差极小化模型。【结果】在一定条件下,通过样本平均近似方法得到了期望残差极小化模型的解。【结论】随机混合均衡问题的期望残差极小化模型的解存在并且唯一。     

改进的基于残差加权的稀疏表示人脸识别

为进一步有效提升稀疏表示人脸识别系统的识别率和可靠性,在分析人脸图像稀疏表示系数分类能力的基础上,提出了一种基于残差加权的稀疏表示人脸识别新方法.该方法通过对类残差图像关于所属类稀疏表示系数的l2范数进行归一化加权,有效提升了原始基于类残差判决的识别能力.仿真实验结果表明：改进的基于残差加权的稀疏表示方法能够有效提高系统的识别性能.     

求解大型稀疏线性方程组的加权拟极小残差算法

拟极小残差算法(QMR)是基于Lanczos双正交化过程的求解大型稀疏线性方程组的一种Krylov子空间方法.为了加快其收敛速度,采用加权技术,将QMR算法中的普通Euclidean内积用D-内积来代替,构造得到加权Lanczos双D-正交化算法,在此基础上得到加权拟极小残差算法(WQMR).数值算例表明,对某些矩阵特别是带状矩阵,该算法的收敛性优于QMR算法.     

随机线性二阶锥互补问题的实值隐拉格朗日法

为探讨随机二阶锥互补问题的求解方法,利用实值隐拉格朗日法求解随机线性二阶锥互补问题。通过借助于对称锥互补问题中实值隐拉格朗日函数和随机问题的期望残差极小化方法,探讨所得问题解的存在性。由于期望残差极小化模型的目标函数中含有数学期望,故利用蒙特卡罗法对该问题进行近似。证得近似问题最优解序列是依概率1地收敛于期望残差极小化问题的最优解,并且近似问题稳定点序列是依概率1地收敛于期望残差极小化问题的稳定点,为随机二阶锥互补问题提供一种新的求解方法。     

不确定奇异系统的鲁棒故障诊断滤波器设计

研究了带参数不确定性和干扰输入的奇异系统的鲁棒故障诊断滤波器设计问题.设计H∞滤波器作为残差产生器，使残差与故障加权之间的误差尽可能小.给出了残差误差系统对所有满足条件的不确定性是容许的且残差误差与干扰输入的L2范数的比值最小的充要条件，并给出残差产生器各系数矩阵的求解方法.     

一类不确定系统的故障诊断滤波器设计LMI方法

基于给定的性能指标,将受模型不确定性影响的线性不确定系统的基于观测器的鲁棒故障检测滤波器设计问题归结为H∞优化问题.通过选取适当的加权矩阵和观测器增益,使残差信号和加权故障信号之间的误差的范数最小.仿真例子说明了方法的有效性.     

求解机会约束优化的Log-Sigmoid近似问题的样本均值近似方法

样本均值近似(SAA)方法在机会约束优化问题中扮演着重要的角色.基于机会约束优化问题的Log-Sigmoid近似,探讨求解Log-Sigmoid近似问题的样本均值近似方法.构造了约束函数的样本均值近似函数,建立了相应的样本均值近似问题,并且证明当样本数量足够大时,样本均值近似问题的最优值和最优解集分别以概率为1收敛于Log-Sigmoid近似问题的最优值和最优解集.     

一类边界混合变分不等式的迭代分解方法

针对摩擦问题中具不可微泛函项的非线性混合边界变分不等式构造了迭代分解方法，讨论了收敛性分析及误差估计．首先采用正则化方法将原问题变成可微的边界变分不等式；其次将问题分解成两个迭代形式的凸泛函极值问题．利用标准凸极值问题方法可以求解；最后给出了近似解、离散近似解的收敛性分析及误差估计。     

一类椭圆型方程边值问题的边界积分方法

以粘弹性结构动力响应问题中的一类椭圆边值问题的背景,采用变分方法系统分析了椭圆方程边值问题,相应边界变分方程及近似边界变分方程解的存在惟一性。文末还给出了数值算例。     

Sparse Signal Recovery via Exponential Metric Approximation

Sparse signal recovery problems are common in parameter estimation, image processing, pattern recognition, and so on. The problem of recovering a sparse signal representation from a signal dictionary might be classified as a linear constraint l_0-quasinorm minimization problem, which is thought to be a Non-deterministic Polynomial-time(NP)-hard problem. Although several approximation methods have been developed to solve this problem via convex relaxation, researchers find the nonconvex methods to be more efficient in solving sparse recovery problems than convex methods. In this paper a nonconvex Exponential Metric Approximation(EMA)method is proposed to solve the sparse signal recovery problem. Our proposed EMA method aims to minimize a nonconvex negative exponential metric function to attain the sparse approximation and, with proper transformation,solve the problem via Difference Convex(DC) programming. Numerical simulations show that exponential metric function approximation yields better sparse recovery performance than other methods, and our proposed EMA-DC method is an efficient way to recover the sparse signals that are buried in noise.     

第二类四阶变分不等式的正则化及有限元逼近

以弹性力学平板理论中的单侧稳定问题为背景,讨论了第二类四阶变分不等式的有限元逼近.采用正则化方法将这类问题转化为等价的变分方程,用有限元方法离散该变分方程,并给出该变分方程离散解的抽象误差估计以及离散近似解的收敛性分析及误差估计.     

D反对称矩阵反问题的最小二乘解

为了研究约束矩阵方程问题,提出了D反对称矩阵的概念,研究了D反对称矩阵反问题的最小二乘解及其最佳逼近问题;采用矩阵奇异值分解、分块降阶等方法,获得了D反对称矩阵反问题的最小二乘解一般表达式及最佳逼近解的表达式,并对其逆特值问题、线性约束方程问题给出了有解的充分必要条件,推广了文献[1]中的相关结果及应用范围.     

一类半线性双曲方程非协调有限元

文章主要讨论了一类半线性双曲方程的非协调有限元法。首先,给出所讨论问题的半离散格式。其次,对所讨论问题的真解与所给出逼进格式离散解之间的误差估计进行研究。最后,利用Riesz投影,获得相应的误差估计。     

子阵约束下实矩阵反问题的最小二乘解

提出了子阵约束下实矩阵反问题的最小二乘问题,给出了解的表达式．考虑了解集合对给定矩阵的最佳逼近问题,证明了最佳逼近问题解的存在性与唯一性,给出了求最佳逼近解的数值方法．将所得结果应用于解决子阵约束下实矩阵特征反问题．     

一种包边模边界缩进控制方法

 将确定性优化方法用于板料包边设计.汽车板料包边仿真中变形区域小导致有限元模型在变形区域的网格很小,模型计算时间太长.本文针对影响板料包边后边界缩进较大的3个参数,建立目标函数的径向基函数近似模型,并用确定性优化方法对近似模型进行优化,近似模型计算效率高,提高了优化方法计算效率,使板料包边的优化设计成为可能,并为生产中的汽车板料控制包边后的边界缩进提供了一种新的思路.     

多项式数值逼近法在黑体辐射问题反演中的应用

本文提出求解黑体辐射问题的新方法,即采用多项式数值反演法——拉盖尔、勒让德、切比雪夫多项式数值逼近法等求解黑体辐射中的反演问题,数值计算结果显示采用勒让德、切比雪夫多项式数值逼近法的比Laplace反演法以及Tikhonov正则化方法等要精确,并且程序简单、算法高效。