不适定问题的迭代Tikhonov正则化方法

Tikhonov正则化方法是研究不适定问题最重要的正则化方法之一,但由于这种方法的饱和效应,使得不可能随着解的光滑性假设的提高而提高收敛率,即不能使正则解与准确解的误差估计达到阶数最优．本文所讨论的迭代的Tikhonov正则化方法对此进行了改进,保证了误差估计总可以达到阶数最优．数值试验结果表明计算效果良好．     

非线性不适定问题的Tikhonov正则化的参数选取方法

在Ｔｉｋｈｏｎｏｖ正则化中，如何选取正则参数极为重要，直至现在，仍有许多问题期待解决．本文对非线性不适定问题考虑了Ｔｉｋｈｏｎｏｖ正则化，提出了一个新的简单的正则参数的最优选取法，并对由此得到的正则参数，研究了Ｔｉｋｈｏｎｏｖ正则化解的收敛性，并且当ｘ－最小范数解满足“源条件”时，在适当的条件下，导出了最优收敛率．     

解第一类算子方程的一种新的正则化方法

对算子与右端都为近似给定的第一类算子方程提出一种新的正则化方法，依据广义Ａｒｃａｎｇｅｌｉ方法选取正则参数，建立了正则解的收敛性。这种新的正则化方法与通常的Ｔｉｋｈｏｎｏｖ正则化方法相比较，提高了正则解的渐近阶估计。     

基于奇异值分解建立的一种新的正则化方法

根据紧算子的奇异系统理论，引入一种正则化滤子函数，从而建立一种新的正则化方法来求解右端近似给定的第一类算子方程，并给出了正则解的误差分析。通过正则参数的先验选取，证明了正则解的误差具有渐进最优阶。      

改进的Tikhonov 正则化及其正则解的最优渐近阶估计

对于算子与右端都有扰动的第一类算子方程建立了一类新的正则化方法(称为改进的 Ｔｉｋｈｏｎｏｖ正则化)．应用紧算子的奇异系统和广义 Ａｒｃａｎｇｅｌｉ方法后验选取正则参数,证明了正则解具有最优的渐近阶并给出了相应的算例分析．     

求解病态问题的一种改进的Tikhonov正则化--(1)正则化方法的建立

对于带有右端扰动数据的第一类紧算子方程的病态问题 ,本文应用正则化子建立了一类新的正则化求解方法 ,称之为改进的Tikonov正则化 ;通过适当选取正则参数 ,证明了正则解具有最优的渐近收敛阶 .与通常的Tikhonov正则化相比 ,这种改进的正则化可使正则解取到足够高的最优渐近阶     

求解病态问题的一种改进的Tikhonov正则化：⑴正则化方法的建立

对于带有右扰动数据的第一类紧算子方程的病态问题。本文应用正则化子建立了一类新的正则化求解方法,称之为改进的Ｔｉｋｏｎｏｖ正则化;通过适当选取２正则参数,证明了正则解具有最优的渐近收敛阶,与通常的Ｔｉｋｈｏｎｏｖ正则化相比,这种改进的正则化可使正则解取到足够高的最优渐近阶。     

第一类算子方程的一种新的迭代正则化方法

提出了一种新的解第一类算子方程的迭代正则化方法,与通常的迭代正则化方法相比,提高了j次迭代正则解的渐近阶估计.同时,给出了后验正则化参数的选择.     

解第一类算子方程的一种迭代正则化方法

提出了一种求解第一类算子方程的新的迭代正则化方法,并依据广义Arcangeli方法选取正则参数,建立了正则解的收敛性.与通常的Tikhonov正则化方法相比较,提高了正则解的渐近阶估计.     

带复数核的第一类Fredholm积分方程的正则化方法及其应用

本文推广了Ｔｉｋｈｏｎｏｖ正则化方法，导出了带复数核的第一类Ｆｒｅｄｈｏｌｍ积分方程的正则解应满足的正则积分微分方程，并讨论了正则解的收敛性·作为这一方法的应用，数值求解了与二维摇板造波问题相应的一类逆问题，并给出了选择最佳正则参数的一个实用的方法     

正则化δ函数对浸入边界法精度的影响

浸入边界法是对流固耦合系统进行数学建模和数值模拟的有效工具,在生物力学领域的应用尤为广泛．正则化δ函数对精度的影响是研究浸入边界法本身性质的一个重要课题．采用虚拟解法对此展开分析．首先使用光滑虚拟解证明程序的正确性,然后使用压力存在跳跃的虚拟解研究浸入边界法的精度．通过分析使用4种不同的正则化δ函数时整个流场的离散误差,得到以下结论:浸入边界法只具有1阶精度;选用不同的正则化δ函数,不能提高浸入边界法的精度,但会影响整个流场的离散误差值．     

算子和右端都近似给定的第一类算子方程的广义Arcangeli方法

本文利用正则化方法解算子和右端都是近似给定的第一类算子方程,利用广义Arcangeli准则决定正则参数,给出正则解的收敛性和渐近收敛阶估计,以及算子为Fredholm积分算子时的正则解的一致收敛性。     

正则预解算子族的乘积扰动

设K∈C（R＋）和B是一个有界线性算子．作者证明如果犃生成一个指数有界的A正则预解算子族，那么BA，AB或A（I＋B），（I＋B）A也生成一个指数有界的k-正则预解算子族．此外，作者也给出了k正则预解算子族的加法扰动的相应结果．     

双调和方程柯西问题的修正的Tikhonov正则化方法

本文研究了双调和方程柯西问题,这类是不适定的,即问题的解(如果存在)不连续依赖于测量数据.首先在精确解的先验假设下给出问题的条件稳定性结果.接着利用修正的Tikhonov正则化方法求解此不适定问题.在先验和后验正则化参数选取规则下,给出正则解和精确解之间的误差估计式.最后给出几个数值例子验证此正则化方法求解此类反问题的有效性.     

重构高阶导数的磨光方法

考虑由扰动数据重构原函数的导数问题．基于L-广义解正则化理论,提出了一个新的磨光方法的框架．给出一个具体的求解前3阶导数的算法,其中正则化策略选择了一种改进的TSVD(truncated singular value decomposition)方法(典则TSVD方法)．数值结果进一步验证了理论结果及新方法的有效性．     

修正的Helmholtz方程未知源识别的Fourier截断正则化方法

探讨半无界区域上二维修正的Helmholtz方程只含有一个空间变量的未知源识别反问题.这类问题是不适定的,即问题的解(如果存在的话)不连续依赖于测量数据.利用Fourier截断正则化方法,得到问题的一个正则近似解,并且给出正则解和精确解之间收敛的误差估计.数值例子表明Fourier截断正则化方法对于这种未知源识别非常有效.     

一种新的正则化方法的正则参数的最优后验选取

应用紧算子的奇异系统和广义Arcangeli方法后验选取正则参数，证明了文[1]中所建立的求解第一类算子方程的正则化方法是收敛的，且正则解具有最优的渐近阶。     

非线性不适定问题的正则化方法

本文考虑非线性不适定问题Tx=y的近似求解,利用Тихоноь正则化方法来逼近问题的x-极小模解,当算子和右端都近似已知时,给出一种决定正则化参数的方法,并给出正则解的收效性和渐近收敛阶估计。     

关于一类广义Tikhonov 正则化方法的饱和效应分析

Tikhonov正则化方法是研究不适定问题最重要的正则化方法之一,但由于这种方法的饱和效应出现的太早,使得无法随着对解的光滑性假设的提高而提高正则逼近解的收敛率,也即对高的光滑性假设,正则解与准确解的误差估计不可能达到阶数最优.Schrroter T 和Tautenhahn U给出了一类广义Tikhonov正则化方法并重点讨论了它的最优误差估计, 但却未能对该方法的饱和效应进行研究.本文对此进行了仔细分析,并发现此方法可以防止饱和效应,而且数值试验结果表明此方法计算效果良好.     

动力系统方法解决无界线性算子方程

针对反问题中出现的第一类算子方程Au=f,其中A是实Hilbert空间H上的一个无界线性算子利用动力系统方法和正则化方法,求解上述问题的正则化问题的解:u'(t)=-A~*(Au(t)-f)利用线性算子半群理论可以得到上述正则化问题的解的半群表示,并证明了当t→∞时,所得的正则化解收敛于原问题的解.