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.     

逆散射问题求解的正则化GAUSS-NEWTON法

本文研究了一类重要的反问题-逆散射问题,它是从远场散射数据识别散射体中的障碍物的形状问题.利用迭代正则化Gauss-Newton法,通过数值模拟比较分析,验证了本文所提出的方法在求解逆散射问题时是可行有效的.     

关于Leontief产出方程的二级分裂迭代方法

研究Leontief投入产出模型中计算产出向量的迭代方法,基于Leontief产出方程,在矩阵规模很大,直接计算逆矩阵很困难的条件下,通过引入参数并运用二级分裂迭代思想和松弛技术,提出了Leontief产出方程的二级分裂迭代方法,给出了该方法的收敛理论.利用给出的收敛因子的计算方法,讨论了参数的优化选择,数值实例验证了此方法的有效性,表明优化参数能有效提高迭代方法的收敛效率.     

求解隐式迭代方程的多尺度配置法

用多尺度快速配置法求解病态积分方程的隐式迭代方程.在积分算子是扇形紧算子时,该方法得到了离散隐式迭代方程的近似解.采用Morozov偏差原理作为停止准则,并证明了在该准则下隐式迭代正则化方法所得近似解的收敛率.最后,用数值实验证实理论结果和说明数值方法的有效性.     

基于迭代正则化高斯-牛顿法的非线性Urysohn积分方程数值解

非线性Urysohn积分方程在许多领域中都有广泛的应用,但由于该方程具有不适定性的特点,数据的微小扰动可能导致解的巨大变化,给数值求解带来很大困难.为了获得稳定的、准确的数值解,本文利用迭代正则化高斯-牛顿法对此方程进行求解,给出了利用Sigmoid-型函数确定迭代正则化参数的方法.对一类重力测定问题进行了数值模拟,将得到的数值解和相应的精确解作比较.结果表明,本文提出的方法在求解非线性Urysohn积分方程时是可行的也是有效的.     

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．     

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.     

求解非定常Lavrentiev迭代方程的多尺度配置法

本文采用多尺度配置法求解第一类弱扇形积分方程.将压缩配置法用于投影离散非定常迭代正则化方程,得到了近似解在Banach空间范数下误差估计,给出了迭代停止准则,确保近似解无穷范数下的最优收敛率.优点是确保了收敛率,减少了计算量.数值例子验证了算法的有效性.     

M-矩阵平方根的一类迭代法

矩阵平方根在数学的许多应用中起着重要的作用.本文研究M-矩阵平方根的计算问题,提出一种计算正则M-矩阵平方根的迭代方法.首先将这个问题转化为M-矩阵代数Riccati方程,进而提出一种有效的方法来求解这个特殊的MARE.理论分析表明,该方法在一定条件下是收敛的.数值实验表明该方法是可行的,且优于二项式迭代法.     

正则参数求解的微分进化算法

研究了正则化方法中正则参数的求解问题,提出了利用微分进化算法获取正则参数.微分进化算法属于全局最优化算法,具有鲁棒性强、收敛速度快、计算精度高的优点.把正则参数的求解问题转化为非线性优化问题,通过保持在解空间不同区域中各个点的搜索,以最大的概率找到问题的全局最优解,同时还利用数值模拟将此方法与广义交叉原理、L-曲线准则、逆最优准则等进行了对比,数值模拟结果表明该方法具有一定的可行性和有效性.     

求解交替迭代正则化方程的多尺度配置法

<正>1引言第一类Fredholm积分方程应用于科学与工程领域,用来塑造某些具体问题的数学模型.例如,图像处理,信号识别,遥感技术等.因为病态积分方程的数值计算对舍入误差特别敏感,直接求得的数值解往往与精确解相差甚远.想要得到近似效果好且稳定的数值解,需要采用正则化方法.理论上,正则化方法已经很成熟了,有Richardson迭代正则化方法~([10,11]),交替迭代正则化方法~([10,11]),Tikhonov正则化方法~([1,4,6])和迭代Lavrentiev正则化方法~([12])等.常见的停止准则有偏差原理~([11,14]),平衡原理~([15]),Lepskii原则~([13])等.但是,求解病态积分方程的数值计算方法还有很多问题有待研究,如快速计算方法.     

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     

一维流动的Boussinesq方程渗流系数反演的变分伴随方法研究

利用偏微分方程最优控制中的伴随方法讨论一维Boussinesq方程渗流系数反演问题的数值解法.吸收正则化思想改造最小二乘方法,利用变分伴随思想构造新迭代算法.迭代过程中首次搜索方向采用泛函下降最快的负梯度方向,第二次及以后搜索方向采用一种新的全局收敛的下降算法(Pan-Chen算法).与共轭梯度法比较,新算法具有更好的收敛性.数值模拟结果验证了理论算法的可靠性.     

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.     

一种基于积分方程的数值微分方法

本文研究了目前一些求解数值微分的方法无法求出端点导数或是求出的端点附近导数不可用的问题.利用构造一类积分方程的方法,将数值微分问题转化为这类积分方程的求解,并用一种加速的迭代正则化方法来求解积分方程. 数值实验结果表明该算法可以有效求出端点的导数,且具有数值稳定、计算简单等优点.     

M-矩阵线性互补问题模系多分裂迭代方法的收敛性

首先证明了M-矩阵的H-相容分裂都是正则分裂,反之不成立.这表明对于M-矩阵而言,其正则分裂包含H-相容分裂.然后针对系数矩阵为M-矩阵的线性互补问题,建立了两个收敛定理:一是模系多分裂迭代方法关于正则分裂的收敛定理;二是模系二级多分裂迭代方法关于外迭代为正则分裂和内迭代为弱正则分裂的收敛定理.     

关于迭代Tikhonov正则化的最优正则参数选取

本文讨论了算子和右端都近似给定的第一类算子方程的迭代Ｔｉｋｈｏｎｏｖ正则化，给出了不依赖于准确解的任何信息但能得到最优收敛阶的正则参数选取法。     

图像恢复的一种快速迭代正则化方法

本文研究了将图像恢复问题转化为大型的线性不适定问题的求解.利用由Landweber迭代正则化方法改进所得到的快速收敛的迭代正则化方法,处理具有可分离点扩散函数的图像恢复问题.图像恢复实验表明该方法可大大提高收敛速度,且在计算中只需要较少的存储量.     

算子与右端都为近似的迭代正则化方法

讨论了解算子与右端都近似给定的第一类算子方程的迭代Tikhonov正则化方法,建立了一种选择正则参数的方法——广义Arcangeli方法,得到正则化逼近解的收敛速度估计。     

Source Identification for the Time-Fractional Diffusion Equation With Robin Boundary Conditions北大核心CSCD

对Robin边界条件时间分数阶扩散方程的源项辨识问题进行了研究。这类问题是不适定的,因此提出了一种迭代型正则化方法,得到了源项辨识问题的正则近似解。给出了先验和后验参数选取规则下正则近似解和精确解之间的误差估计,数值算例验证了该方法的有效性。