鲁棒稀疏重构问题的凝聚同伦算法

鲁棒稀疏重构问题是信号处理领域的重要问题,该问题的数学本质是一个NP难的数学优化问题.同伦算法是一类典型的路径跟踪算法,该算法是解非线性问题的一类成熟算法,具有全局收敛性,且易于并行实现.本文考虑同伦算法在鲁棒稀疏重构问题中的数值求解.基于l_∞范数及罚函数策略,我们首先将原始的基于l_0范数的最优化模型,转化为含参数的无约束极大极小值问题,进而构造凝聚函数光滑化模型中的极大值函数,并构造凝聚同伦算法数值求解.数值仿真实验验证了新方法的有效性,为大规模鲁棒重构问题的并行化数值求解奠定基础.     

基于有限元-时域分段自适应算法的围岩衬砌耦合渐进分析

以开挖时间、一衬时间、二衬时间划分时间区段，考虑围岩与衬砌为弹性/粘弹性介质，将围岩的“位移/应力释放不完全”、开挖等影响模拟为载荷的渐进释放，提出一个有限元-时域分段自适应算法，求解围岩衬砌耦合问题，并通过数值算例对算法进行了验证。所提方法给出了各时间区段的关联条件；可更准确描述各变量随时间的变化；同时将原时空耦合问题转化为一系列空间问题，并利用有限元方法递推求解；当步长变化时可通过自适应计算保证稳定的计算精度。此外，还建立了一个载荷渐进参数的反问题数值求解模型，并给出了相关算例。     

核电结构土-结相互作用分析分区混合计算方法

土-结构相互作用分析是核电结构进行抗震设计和安全评估的重要环节.在核电结构的土-结相互作用分析中,阻尼和非线性是影响结构反应的重要因素. 若采用频域分析,可以方便考虑阻尼,但需通过等效线性化来考虑非线性,不适合于强震作用下的土体非线性.若采用时域分析的逐步积分方法,适合于考虑非线性,但材料阻尼一般采用瑞利阻尼模型,除了紧靠指定阻尼比的少数几个振型外,其他振型的反应将受到瑞利阻尼模型所确定的大阻尼所抑制,造成地震反应与真实情形有较大差异.若采用时域分析的模态叠加法,可合理计入阻尼效应,但模态叠加法不能考虑非线性.因此,如何合理考虑阻尼和非线性是核电结构土-结相互作用分析需要关注的问题.基于此,本文提出一种模态叠加和时步积分结合的土-结相互作用分区算法.其中,出于安全性考虑,地震作用下核电主体结构一般不允许进入非线性,因此结构可采用模态叠加方法,以便合理考虑结构阻尼;土体和基础采用显式时步积分法,可考虑土体非线性;通过人工边界条件考虑无限域的影响 (辐射阻尼).通过简单算例对该方法进行了验证,并用于CAP1400核电结构的土-结相互作用分析中,对比分析了采用模态阻尼和瑞利阻尼时核电结构和场地反应的差异,结果表明结构阻尼模型对场地的反应影响不大,但对结构反应影响明显,在实际工程中应合理选取阻尼模型.      

有耗介质层上多导体传输线的电磁耦合时域分析方法

目前,针对空间电磁场作用有耗介质层上传输线的电磁耦合,仍缺乏有效的数值分析方法.因此,本文提出一种高效的时域混合算法,很好地解决了有耗介质层上传输线电磁耦合建模难的问题.首先,对经典传输线方程进行改进,推导了适用于有耗介质层上多导体传输线电磁耦合分析的修正传输线方程.然后,结合时域有限差分方法和相应插值技术,求解修正传输线方程,获得多导线及其端接负载上的电压和电流响应,并实现空间电磁场辐射与多导线瞬态响应的同步计算.最后,通过相应计算实例的数值模拟,与CST软件的仿真结果进行对比,验证了时域混合算法的正确性和高效性.     

足绑式行人导航偏航角误差自观测算法（英文）

基于低成本MEMS惯性传感器的足绑式惯性导航系统(INS)和零速修正(ZUPT)算法广泛应用于行人导航中。由于MEMS惯性传感器零漂误差较大,零速修正时偏航角误差的可观测性差,INS偏航角误差不能被有效约束,成为行人导航的主要误差源。行人徒步行走特别是在室内楼道等结构化道路上行走时,行走的轨迹大多情况下可认为是近似直线,基于这个事实,提出了一种减小偏航角误差的算法,称为偏航角误差自观测(YESO)算法。当判定行人以近似直线徒步行走时,由行走轨迹计算出的航向角可近似认为是一个常值,那么由于各种误差引起该航向角发生变化时,可以将该变化量作为足绑式INS偏航角误差的观测量,进一步可利用卡尔曼滤波器估计出偏航角误差,对足绑式INS的偏航角进行校准。在室内楼道进行了约350 m的现场实验,实验验证了YESO算法的有效性。实验结果表明,当分别采用ZUPT和ZUPT+YSEO算法进行导航解算时,航向角误差从-29°减小到-2°,南北向最大位置误差从-35.5 m减小到-5.2 m。YESO算法的实现仅依靠系统自身的信息,没有增加额外的传感器,算法具有很好的工程实用价值并能方便地推广应用于车辆导航等领域。     

结合VEC和信心水平分析Black-Litterman投资组合模型

在理论上通过推导得出了Black-Litterman模型(B-L模型)最优权重与信心水平的关系式.实证部分开创性地将多元时间序列VEC模型运用到B-L模型的观点收益预测中.结果表明:且通过向量误差修正模型,实证取得了较好的效果.在任意一种做空限制下,随着信心水平在0%~70%水平上升,收益率有连续上升的趋势,并逐渐趋稳;风险有并不明显的下降的趋势.对同一信心水平而言,随做空限制的放宽,收益率有上升趋势.     

基于ELM算法的羊肉水分含量的快速无损检测

在近红外光谱900-1700nm的波长范围内采集南疆羊肉的光谱数据,来研究水分含量的快速无损检测.为减弱非目标因素对光谱的影响,采用SNV和去趋势法对光谱数据进行预处理.为降低建模的复杂度,去除共线性的影响,采用连续投影算法和相关系数法相结合选取8个特征波长变量,最后使用PLS和ELM算法分别进行建模.实验表明,与采用全光谱波段建模相比,采用特征波长变量建模,PLS和ELM算法的运行时间都大大缩短,并且在运行时间和预测精度上,ELM算法均优于PLS算法.ELM算法采用8个特征波段变量建模,预测精度达到0.9768,均方误差为4.4291e-04,相关系数为0.7603,运行时间可控制在1e-04s之下,这可为研发羊肉水分含量的便携式检测装置提供理论参考.     

一类正则化参数自由的线性约束凸优化问题的预测-校正算法

我们对文章的结构做这样的安排:第二节给出本文需要的预备知识;第三节简述单个目标函数问题(1.1)的己有算法和求解可能遇到的困难,第四节给出解决问题的预测-校正方法;第五节和第六节对问题(1.2)分别陈述己有方法的固有困难和我们提出的解决方案.最后,在第七节中,我们为提出的方法给出统一的算法框架,证明这类算法的收敛性和遍历意义下的收敛速率,同时给出我们的一些结论.     

基于偏Laplace正态数据下位置、均值回归模型的参数估计

参数估计是一种基本的统计推断形式,也是统计学的一个重要分支.在分析偏态数据时,我们比较关注数据的众数、中位数和均值,但是偏Laplace正态数据的众数和中位数难以精确求出,因此用位置参数来近似代替.故本文提出偏Laplace正态数据下位置和均值回归模型,并研究该模型的参数估计,模拟和实例研究结果表明本文提出的模型和方法是科学合理的.