某种Hilbert尺度上的Tихонов正则化方法

该文考虑在某种Ｈｉｌｂｅｒｔ尺度上求解不适定问题的Ｔихонов正则化方法，讨论了对应的正则化解的收敛特征，并用此文的结果分析求解解析延拓问题的ｎ阶Ｔихонов正则化方法的性质．     

一类逆时反问题的改进正则化方法的收敛性

1引 言 非线性反问题广泛地存在于许多科学和工程问题中,反问题求解的主要困难在于问题的不适定性,即待求函数或参量不连续依赖于观测数据.用来求解非线性不适定问题的方法主要有Tikhonov正则化方法和迭代正则化方法[1,2,3,4].Tikhonov正则化方法是通过引入正则化参数及稳定泛函,将目标泛函离散化,从而得到解的一个稳定近似,即正则化解.     

求解l1极小化问题的Bregman迭代算法

在Tikhonov正则化方法的基础上将其转化为一类l1极小化问题进行求解,并基于Bregman迭代正则化构建了Bregman迭代算法,实现了l1极小化问题的快速求解.数值实验结果表明,Bregman迭代算法在快速求解算子方程的同时,有着比最小二乘法和Tikhonov正则化方法更高的求解精度.     

微分连续正则化方法与一维声波方程系数反演问题求解

本文将求解非线性方程组的微分连续法与求解不问题的Ｔｉｋｈｏｎｏｖ正则化方法结合起来，形成了兼有大范围收性与稳定性的“微分连续正则化方法”，给出了方法的收敛性分析，文中最后给出的关于一维波动方程反问题的计算实例表明了方法的有效性。     

基于埃特金加速的改进Landweber迭代正则化方法

为克服Landweber迭代正则化方法在求解大规模不适定问题时收敛速度慢的不足,将埃特金加速技巧与不动点迭代相结合,构建了能快速收敛的改进Landweber迭代正则化方法.数值实验结果表明:改进的迭代正则化方法在稳定求解不适定问题时,能够快速地收敛至问题的最优解,较Landweber迭代正则化方法大大提高了收敛速度.     

求解离散不适定问题的正则化GMERR方法

迭代极小残差方法是求解大型线性方程组的常用方法, 通常用残差范数控制迭代过程.但对于不适定问题, 即使残差范数下降, 误差范数未必下降. 对大型离散不适定问题,组合广义最小误差(GMERR)方法和截断奇异值分解(TSVD)正则化方法, 并利用广义交叉校验准则(GCV)确定正则化参数,提出了求解大型不适定问题的正则化GMERR方法.数值结果表明, 正则化GMERR方法优于正则化GMRES方法.     

求解波场变换反演问题的连续正则化方法

本文研究波场变换反演问题.利用连续正则化方法求解波场变换反演问题,构造展平泛函,基于已经正则化的变分问题用差分法作有限维逼近.利用偏差原理和Newton三阶迭代收敛格式选出最优的正则化参数,实施数值求解.通过对数值计算结果与已知波场函数对比,证明该方法的有效性和可行性.与离散正则化算法相比,本文的连续正则化算法具有保结构和收敛速度快等优点.     

约束Fractional Tikhonov正则化的模迭代方法

反问题是现在数学物理研究中的一个热点问题,而反问题求解面临的一个本质性困难是不适定性。求解不适定问题的普遍方法是:用与原不适定问题相“邻近”的适定问题的解去逼近原问题的解,这种方法称为正则化方法.如何建立有效的正则化方法是反问题领域中不适定问题研究的重要内容.当前,最为流行的正则化方法有基于变分原理的Tikhonov正则化及其改进方法,此类方法是求解不适定问题的较为有效的方法,在各类反问题的研究中被广泛采用,并得到深入研究.     

求解一维侧边热传导方程反问题的正则化方法

研究了一维侧边热传导方程反问题.在求解一维侧边热传导方程的基础上,利用数值积分法进行离散化处理,然后引入正则化方法,采用偏差原理确定正则化参数,从而得到一维侧边热传导方程反问题的数值解.数值模拟结果表明,给出的正则化方法对于求解一维侧边热传导方程反问题是可行有效的.     

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     

一阶数值微分的局部正则化方法

本文研究了一阶数值微分问题,将其等价转化为第一类积分方程的求解问题,给出了求解该问题的局部正则化方法.在精确导数的一定假设条件下,讨论了正则化参数的先验选取策略及相应近似导数的误差估计.相对于经典的正则化方法,数值实验表明局部正则化方法能在有效抑制噪声的同时,保证近似导数逼近精确导数的效果,尤其是在精确导数有间断或急剧变化时.     

线性算子与右端项都近似给定的有限维正则化方法

本文利用有限维正则化方法来求解线性算子与左端项皆有噪声时的问题，并给出了该方法的误差估计及正则参数选取的标准。     

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.     

应用正则化子建立求解不适定问题的正则化方法的探讨

根据紧算子的奇异系统理论,提出一种新的正则化子进而建立了一类新的求解不适定问题的正则化方法。分别通过正则参数的先验选取和后验确定方法,证明了正则解的收敛性并得到了其最优的渐近收敛阶;验证了应用Newton迭代法计算最佳参数的可行性。最后建立了当算子与右端均有扰动时相应的正则化求解策略。文中所述方法完善了一般优化正则化策略的构造理论。     

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。     

L-曲线估计确定正则参数的双网格迭代法

本文考虑对不适定问题离散化得到的大规模不适定线性方程组进行Tiknonov正则化,然后用双网格迭代法求解得到的Tikhonov正则化方程组,并用L-曲线估计法来确定正则参数.试验问题的数值结果表明双网格迭代法求解正则化后的对称正定线性方程组效果很好,且L-曲线估计法确定正则参数计算量很小.     

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     

求解非光滑方程组的三次正则化方法

考虑求解非光滑方程组的三次正则化方法及其收敛性分析.利用信赖域方法的技巧,保证该方法是全局收敛的.在子问题非精确求解和BD正则性条件成立的前提下,分析了非光滑三次正则化方法的局部收敛速度.最后,数值实验结果验证了该算法的有效性.     

灰色系统模型病态矩阵的双正则化算法

灰色系统模型矩阵会存在病态问题.为消除其病态性,基于病态矩阵的双正则化方法,建立了正则化灰色系统模型中灰参数求解的表达式,给出了其导出方式;提出了正则参数α的选择原则.从而避免了灰参数求解过程中矩阵的病态问题.数值试验分析说明,灰色系统模型的双正则化算法是正确和适用的.     

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。 