乘子_参考网

广义乘子法求解构造变分问题的神经网络方法

agrange 乘子法[26]也可将约束优化问题转化为无约束优化问题，但采用Lagrange 乘子法构建的神经网络同样存在一定不足。当神经网络损失函数对应的Lagrange 函数在平衡点处其Hessian 矩阵为非正定矩阵时，该平衡点将偏离原问题的最优解[24]。理论上，广义乘子法可克服Lagrange 乘子法的这一局限[22]。鉴于此，针对边界条件复杂的偏微分方程组，本文提出一种采用广义乘子法施加边界条件的神经网络方法。该方法首先通过神经网络获得预测解，

工程力学 2023年11期2023-11-22

用高斯变分和Jourdain变分导出非完整约束系统的拉格朗日方程

出系统的含有待定乘子的拉格朗日方程[2,3],但都没有出现关于这个关系式的导出过程,也承认是一个假设．而笔者认为,这个未经证明且几何意义不明确的关系式其实没必要引入,因为,只要将高斯变分代入动力学普遍方程中,即可用拉格朗日待定乘子法导出一般性的一阶非完整约束系统的拉格朗日方程,至于其中非完整约束都是一阶线性非完整约束的系统,就只是它的一种特殊情形．如果一定要从一阶线性非完整约束方程组出发导出后者,则可用Jourdain变分．这样得到的结果,都与文献[5]从

大学物理 2023年10期2023-11-02

曲率障碍下四阶变分不等式的交替方向乘子法*

[6].交替方向乘子法(ADMM)在结构优化问题中有着广泛的应用,例如二维的变分不等式[10]、接触问题[11-12]和Stokes问题[13].ADMM的每一次迭代,只需要求解一个线性问题,而且辅助未知量和Lagrange乘子是显式计算的.对于任意的正参数,ADMM都是全局收敛的.但是该方法对罚参数非常敏感,很难根据具体问题选择合适的罚参数.本文重点分析了ADMM和罚参数的自适应法则求解关于单侧曲率障碍四阶变分不等式的组合算法[14-15].首先将ADM

应用数学和力学 2023年5期2023-06-06

基于失真反向传播的时域依赖率失真优化

采用基于拉格朗日乘子的率失真优化（RDO,rate-distortion optimization）方法为一个基本编码单元选择最佳编码模式以达到最优的率失真性能。为了进一步提升编码器率失真性能，近年来一些文献研究视频编码过程中的率失真依赖关系，提出多种依赖RDO 方法。针对H.264 帧内编码，文献[4]通过调整4×4 像素块的率失真代价运算方式改善下边界和右边界像素的编码质量，一定程度地改善了编码性能。针对HEVC 编码器，文献[5]通过分析帧内预测时编

通信学报 2022年12期2023-01-27

基于对称交替方向乘子法的单列车最优运行控制

解效率。交替方向乘子法(Alternating Direction Multiplier Method，ADMM)在1976 年由Gabay等提出，是一种适用于可分离凸优化问题的简单有效方法[16]。该方法将对偶上升法的可分解性与乘子法的优越收敛性结合起来，可以看作是在增广拉格朗日算法基础上发展起来的算法。Boyd等[17]将交替方向乘子法引入分布式优化和统计学习中，在此之后，ADMM受到了越来越多研究者的关注。Fu等[18]通过ADMM设计控制系统的最优

广东工业大学学报 2022年5期2022-07-23

Hilbert空间上的算子值 (p,q)-Bessel乘子*

可以被描述为框架乘子,例如,信号处理中的时变滤波器和听觉场景分析中的时频滤波器. Balazs 在文献[3]中首次提出了Hilbert空间中的Bessel乘子的概念.设H1,H2是两个Hilbert空间,{gj}j∈⊆H1,{fj}j∈⊆H2是Bessel 序列,数列m={mj}j∈∈l∞. 称算子是关于Bessel序列{fj}j∈,{gj}j∈的Bessel乘子,并称数列m为该乘子的符号. 如果 {fj}j∈,{gj}j∈是框架或Riesz序列，则称相应

曲阜师范大学学报(自然科学版) 2022年3期2022-07-19

可分离二次规划问题的自适应交替方向乘子法

0 引言交替方向乘子法是求解可分离凸优化问题的一种经典方法。该算法利用目标函数的可分离性，将原问题分解成多个极小化子问题，然后通过迭代交替求解[1-3]。交替方向乘子法有很好的理论基础，其收敛性和计算复杂性已得到深入研究，且应用广泛[4-5]。理论和实际应用证明，拉格朗日乘子法是求解最优化问题的一种有效方法[6-7]。该算法的主要优点在于每次迭代均把所求解的问题分解为2个子问题，迭代矩阵始终保持不变[8-9]。另外，算法对罚参数具有全局收敛性。然而，该方法

重庆理工大学学报(自然科学) 2022年5期2022-06-18

优化人像视频编码比特分配算法

优化下的拉格朗日乘子λ和量化步长Δ间存在密切关系，在高码率下，他们之间的关系表达式为λ=c·Δ2(1)其中，c为常数，量化步长和量化参数间存在函数映射关系.文献[4]证明了常数c的取值为0.85.实际上，拉格朗日乘子不仅与量化参数有关，还与多个编码参数有关，比如文献[5]指出拉格朗日乘子还与信源方差相关.所以直接通过量化参数建立的QP-λ关系还不是最优表达式.文献[6]提出了基于全局拉格朗日乘子的全局率失真优化，认为整个视频序列应该共享同一个全局拉格朗日乘

绵阳师范学院学报 2022年5期2022-05-26

最优化方法课程研究性教学之初探 ——拉格朗日乘子法*

方法中，拉格朗日乘子法因为其良好的数值表现以及在实际生活中的广泛应用而获得了学者们更多的关注.拉格朗日乘子法是《最优化理论与方法》的重点，也是一个教学难点.本文中，拟对拉格朗日乘子法的教学进行探讨，对这块内容采用层次化教学模式：动机→目标→算法→扩展→应用，层层递进，由浅入深，以一种立体的形式将这个知识点慢慢展示给学生，进而达到分散难点的目的.1 拉格朗日乘子法的设计动机考虑等式约束优化问题minf(x)
s.t.h(x)=0(1)其中f(x):Rn→R,

菏泽学院学报 2022年2期2022-05-19

基于改进Lagrange乘子法的交通信号配时优化研究

Lagrange乘子法的研究上已经取得了一些成果。张克等[10]针对Lagrange乘子法将约束问题转化为无约束问题，与粒子群优化算法结合提出的一种新型算法；黄灿远[10]对Lagrange乘子法的乘子更新进行了改进，重新定义不等式约束的乘子为原乘子的正定函数，构造出一种直接对不等式约束进行处理的改进Lagrange乘子法。本文介绍的改进方法是对乘子法中另一个重要参数的更新方式进行改变，来研究另一个重要参数对算法迭代及收敛性的影响。在交通信号控制方面，Me

复杂系统与复杂性科学 2021年1期2021-12-26

Rockafellar乘子方法在元素测井解谱中的应用*

kafellar乘子算法[9-13]。3 Rockafellar乘子算法数学原理Rockafellar乘子算法是解决约束最优化问题的常见方法，它的基本思想是借助罚函数把约束优化问题转化为无约束优化问题，进而使用无约束优化方法来求解。具体做法如下：为求解问题（4），我们首先引入松弛变量zj（其中j=1，2，…，s）将不等式约束转化为等式约束，将约束条件化为问题（4）转化为等式约束的最优化问题：其次，考虑在等式约束下的增广Lagrange函数：其中，μ（jj=

科技创新与应用 2021年31期2021-11-09

交替方向乘子法求解混合约束二次规划问题

十年来，交替方向乘子法(Alternating Direction Method of Multipliers,ADMM)在压缩感知、机器学习和图像处理等领域取得了诸多成功应用，在各领域掀起了交替方向乘子法的研究热潮。文献[1]给出了求解二次规划问题的交替方向乘子法。随后，有学者分析了交替方向乘子法求解二次规划时具有线性收敛速率[2]；文献[3-4]进一步分析了交替方向乘子法求解严格凸二次规划时的最优化参数选择策略。不难发现，按照文献[1]提出的交替方向乘

杭州电子科技大学学报(自然科学版) 2021年1期2021-03-17

矩阵填充的混合型增广拉格朗日乘子算法

出了增广拉格朗日乘子算法(Augmented Lagrange Multiplier，ALM)，并且在一定条件下证明ALM算法比SVT算法和APG算法收敛性更准确、收敛速度更快.本文提出的混合型增广拉格朗日乘子矩阵填充算法是通过定义混合型奇异值阈值算子，将经典的增广拉格朗日乘子算法进行改进后得到的.具体是对ALM算法运行中奇异值分解所产生的阈值进行混合型奇异值阈值算子处理.当迭代次数逐渐增加时，就会发现在奇异值数量减少，奇异值的数值减小的同时，矩阵填充的计

太原师范学院学报(自然科学版) 2021年1期2021-03-06

基于三场变分原理的对偶mortar 有限元法

agrange 乘子(以下均简称为乘子)。这种主从关系是由数值算法所引入的非物理概念，需要人为指定，且主要依赖于计算经验。尤其对图1 所示的约束交叉情形，主从关系的选择更为困难。3) 求解效率问题。Mortar 元一般采用罚函数法、乘子法或增广Lagrange 法施加界面约束，可引起矩阵病态、矩阵非正定或额外迭代层等问题。这些问题在中小规模计算时并不突出，但对大规模计算则会严重影响整体求解效率。上述问题虽然均可在计算力学领域内找到各自的解决途径，但若要同时

工程力学 2020年6期2020-06-01

乘数效应：一个失败案例

们把每一成员视作乘子，设为xij，i表示是第i阶段传播所产生的乘子，j表示是该阶段的第j名成员。xij在数值上等于第i阶段的第j名成员所能够传播并使之依附于组织的成员数量。Y=∑∑cixij。设ci为第i阶段的可靠系数，ci∈【0,1】，表示对组织的忠诚度。需要注意的是，“阶段”并不按时间顺序排列——虽然大多数情况下是如此，它还受到其他因素影响。从cixi到ci+mxi+m的映射视为Fii+m，表示第i阶段的cixij对第i+m阶段的 ci+mxi+mj的

魅力中国 2019年18期2019-12-18

机构系统关节约束反力分析

如何引入拉格朗日乘子并明确其物理意义仍然是国内外研究的热点[1]。关于拉格朗日乘子与关节反力的关系问题，丁光涛[2]从理论分析的角度讨论了完整约束和非完整约束力学系统中引入待定乘子两种不同的途径，着重研究了变分原理条件极值中引入待定乘子修正系统的拉格朗日函数的方式，给出了拉格朗日乘子与理想约束反力之间的关系表达式。关节反力常见的计算方法有牛顿欧拉方程、达朗贝尔原理以及拉格朗日方程。赵燕等[3]利用牛顿欧拉法列出所有构件的力和力矩平衡方程，确定了驱动力和平台

振动与冲击 2019年8期2019-06-13

Tsallis最大熵原理及其逆问题*

证明运用拉格朗日乘子法构造一个辅助泛函：存在2 约束条件下的Tsallis最大熵原理下面研究在约束条件下的Tsallis最大熵原理. 首先，研究在约束条件下对于概率分布的Tsallis最大熵原理。其中λ1和λ2满足两个约束条件:证明运用拉格朗日乘子法构造一个辅助函数：可以推出：其中λ0和λi(1≤i≤m)满足m+1个约束条件：证明构造辅助函数：即最大熵分布为其中λ0,λ1,…,λm是拉格朗日乘子。下面分别研究在约束条件下对于密度函数的Tsallis最大熵原

重庆工商大学学报（自然科学版） 2019年2期2019-04-11

航天刚-弹-液耦合系统的弹-液耦合研究

Lagrange乘子法[23，25]来处理无际边界条件的问题。为此，将式(1)写成展开形式，引入Lagrange乘子λ，将无际边界条件式(7)纳入泛函中，可得(8)其先决条件为式(6)。进行分部积分，可得(9)(10)(11)(12)(13)(14)(15)(16)(17)(18)(19)(20)应用Green定理，可得δuedV(21)(22)(23)将式(9)～式(23)代入式(8)的变换式中，考虑到位移边界条件的变分式为δue=0，并且按惯例在时域边

北京航空航天大学学报 2019年2期2019-03-05

拉格朗日乘子的解析与应用

(2)(3)1 乘子λ的意义上述(1)(2)式中的λ，称为拉格朗日乘数法的乘子，它参与求解极值的运算，如果极值存在(以下不再说明)，则它本身的意义是什么？它的大小说明了什么？教材中一般不作解释。为解答这一问题，我们引入“约束参数”的概念。在一个约束条件φx,y=0中，通常含有且只有一个反映约束程度的数量，表示为字母(例如A，此时，约束条件φx,y=0可改写为等价的ωx,y-A=0)。显然，函数的条件极值点x,y与函数的条件极值fx,y的取值，都受到这个数量

长江工程职业技术学院学报 2018年4期2018-12-20

拉格朗日乘子法求二元函数的最值的惯性误区与正确解析

例题，用拉格朗日乘子法求出唯一极值点后就是最值点。二元函数的最值求解是一个难题，笔者在教学中，发现解二元函数最值的一个普遍性错误，以下我们就探讨［2］同济大学数学系主编高等教育出版社出版的《微积分》下册的教材关于有界闭集D上连续可微的二元函数求最值用拉格朗日乘子法计算时的错误解法。同济大学数学系编的微积分下册P111页谈到：“下面讨论如何求二元函数z=f（x，y）在有界闭区域上的最值问题。假设函数f（x，y）在有界闭区域D上连续而且可微，则由连续函数的最大

福建教育学院学报 2018年10期2018-11-17

导数几种问题的解题分析

等式四、拉格朗日乘子法五、小结参考文献：[1]曹俊哲.导数在不等式证明中的应用[J].电子制作，2013，(06) ：180-181.[2]蒋开宽.浅述导数的定义在解题中的运用[J].科技信息，2009，(26) ：99.[3]Cvetkovski Z.Inequalities. Theorems，techniques and selected problems[J].Aseanheartjournal Org，2012.

中国校外教育 2018年3期2018-04-03

带一般约束无导数优化问题的改进信赖域算法

Lagrange乘子的关系, 且每次迭代乘子都从初始值开始, 增加了乘子更新的计算量. 同时, 通过对传统TRDF算法迭代过程的观察发现： 在迭代中, 多数测试函数会先搜索到性质较好的点, 该点有的是离插值点较近的点, 有的就是插值点集中的点. 传统TRDF算法并未充分利用插值点集中点的信息.本文对传统TRDF算法存在的不足进行如下改进： 在求解子问题前, 先利用PB策略对迭代点进行筛选, 采用Powell[11]提出的最小F-范数法更新模型; 然后通过分

吉林大学学报（理学版） 2018年2期2018-03-27

p空间上的乘子

,则Mφ称为2的乘子,φ称为乘子的符号,如果Mφf=φf,f∈2.本文将推广L2(E,μ)上乘子的性质,如自伴性、幂等性、谱理论及其代数性质.此外,还将证明2是∞的乘子空间,及p的乘子空间为∞.2 主要结论Hilbert空间H(≠{0})是特殊的Banach空间，并且每一个Hilbert空间H都存在一个标准正交基,对任意f∈H,有唯一表示.首先证明Hilbert空间2上乘子的性质.定理2.1Mφ是有界线性算子.证明若f,g∈2,λ1,λ2∈C,Mφ为2上的

四川师范大学学报（自然科学版） 2018年1期2018-03-23

从Bloch空间到加权型空间上二阶微分算子与乘子的积

上二阶微分算子与乘子的积李涛（连云港开放大学，江苏连云港 222006）文中讨论了单位圆盘上Bloch到加权型空间上的算子D2Mu的有界性和紧性，得到从Bloch空间到加权型空间上的算子D2Mu是有界算子以及紧算子的充要条件.二阶微分算子；乘子；Bloch 空间；加权型空间 MR（2000）主题分类：47B38；47B33；30D45；46E151 引言文献[1]，[2]分别研究了复合算子和复合算子与一阶微分算子的乘积；文献[3],[4]中研究了一阶微

赤峰学院学报·自然科学版 2017年23期2018-01-02

基于非凸函数的矩阵秩最小化理论

采取增广拉格朗日乘子法(ALMM)求解对数行列式线性最小二乘模型。通过数值实验验证本文提出的算法较现有的求解核范数矩阵秩最小化问题的算法更高效。矩阵秩最小化；对数行列式函数；增广拉格朗日乘子法一、引言矩阵的秩最小化问题是为了寻找一个满足给定约束条件的低秩矩阵X∈Rn×m，即：(1)这里，X是数据矩阵，A∈Rp×n，B∈Rp×m。这是一个NP难的非凸优化问题，学者们通常采用矩阵的核范数作为矩阵秩函数的凸近似来求解此类问题，即：(2)这里，||·||*为矩阵核

福建质量管理 2017年17期2017-10-23

一个解可分凸优化问题的部分预校正分裂法

于扩展的轮换方向乘子法，提出了一个新的解可分离凸优化问题的部分预校正分裂法，此算法在校正步中考虑对第1个变量不进行校正，对第2个和第3个变量进行校正；并且在较弱的条件下，证明了此算法的收敛性.凸优化问题；轮换方向乘子法；部分预校正分裂法；罚参数1 预备知识在本文中，主要考虑如下结构型凸优化问题：(1)令θ:Rn→(-∞,+∞)，如果θ的域记为domθ:={x∈Rn,θ(x)<+∞}是非空的，则称θ是恰当的.如果对于任意的x∈Rn和y∈Rn，总有则称f是凸函

重庆工商大学学报（自然科学版） 2017年4期2017-07-18

求解凸极小化问题的一种带预校正步的分解方法

方法.与交替方向乘子法和预校正近似乘子法相比，该算法同样使用了增广拉格朗日函数，并且对偶变量进行了两次迭代.不同于之处在于，这种算法推广到了三个变量的情况.在系数矩阵是列满秩及拉格朗日函数有鞍点的假设下，该算法是收敛的.凸优化问题；交替方向乘子法；预校正步分解方法对于解决凸优化问题是有效可行的方法.通过分解，将原问题分解为多个子问题进行求解.在多区域电力系统分析、网络设计、多原则设计优化模型等领域中，经常遇到各种问题，使得提出一个比较好实施的分布式计算框架

湖北民族大学学报(自然科学版) 2017年1期2017-04-13

求解凸极小化问题的一种部分并行的可分方法

法是在预校正近似乘子法的基础之上，在极小化时采取了不同的格式，去掉了二次邻近项而直接用的增广项；在算法的迭代部分，预校正近似乘子法先计算xk+1，再计算zk+1，在部分并行的可分方法中，xk+1，zk+1是并行计算的；通过数值算例得到的结果显示，该方法具有可行性.凸优化问题；交替方向乘子法；预校正近似乘子法；部分并行的可分方法本文针对两个变量的可分离凸优化问题进行研究[1]，形式如下：minf(x)+g(z)s.t.Ax+Bz=b(1)其中：f:Rn→(-

重庆工商大学学报（自然科学版） 2017年2期2017-03-27

非线性对流扩散方程的守恒律

扩散方程的守恒律乘子性质的一个定理.利用这个定理，可以简化守恒律乘子的确定方程.随后通过对确定方程中的变量函数进行分析，发现在四种情况下乘子的确定方程是可解的.最后解出这些守恒律乘子，利用积分公式法分别得到了四种情况下对应于各个守恒律乘子的守恒律.非线性对流扩散方程；守恒律乘子；守恒律；欧拉算子；积分公式法1 引言在微分方程的研究中，守恒律具有很多重要的用途.它们可以描述物理守恒量如质量、能量、动量和角动量，以及其它运动常数[12]；它们可以用来研究微分方

纯粹数学与应用数学 2016年3期2016-12-21

有界对称域上Bergman空间Ap的乘子定理

man空间Ap的乘子定理张苏珍，肖建斌，姜佳梅(杭州电子科技大学基础数学研究所，浙江杭州 310018)有界对称域上Hp(Ω)到lq(0有界对称域；单位球；Bergman空间；乘子0 引言在Hp空间理论中,文献[1]得到了2个定理：定理1证明了01 预备知识记Ω是Cn中包含原点的有界对称域，用b表示它的Silov边界.Ω相对于原点是圆型的和星型的，b也是圆型的.记Γ为Ω的全纯自同构群，Γ0表示Γ的使原点不变的子群，b上存在唯一的Γ0不变的测度σ，使得σ

杭州电子科技大学学报(自然科学版) 2016年6期2016-12-13

ENDOMORPHISM ALGEBRAS IN THE YETTER-DRINFEL'D MODULE CATEGORY OVER A REGULAR MULTIPLIER HOPF ALGEBRA

5-527.正则乘子Hopf代数上Yetter-Drinfel'd模范畴中的自同构代数杨涛1,刘广锦2,周璇3(1.南京农业大学理学院,江苏南京210095)
(2.南京农业大学动物医学院,江苏南京210095)
(3.江苏第二师范学院数学与信息技术学院,江苏南京210013)本文研究了正则乘子Hopf代数上Yetter-Drinfel’d模范畴中自同构代数的问题.利用乘子Hopf代数以及同调代数理论中的方法,获得了Yetter-Drinfel’d模范畴中

数学杂志 2016年6期2016-12-07

基于多层自助最大熵法的可靠性评估

到不同的拉格朗日乘子。再次运用自助法对拉格朗日乘子的小样本数据进行再抽样，基于最大熵法获得拉格朗日乘子的区间估计。对每个拉格朗日乘子的上下限进行排列组合，得到多个概率密度函数和可靠性函数，运用最小不确定性原理得到可靠性函数的区间估计。试验研究表明，多层自助最大熵评估模型可以有效地解决概率分布已知或未知的小样本无失效数据的可靠性评估问题。系统评估与可行性分析；可靠性评估；多层自助最大熵法；乏信息；无失效数据；拉格朗日乘子0 引言目前，无失效数据的可靠性评估方

兵工学报 2016年7期2016-11-23

解析函数空间Hp,α的乘子性质

数空间Hp,α的乘子性质姜佳梅，肖建斌，张苏珍(杭州电子科技大学基础数学研究所，浙江 杭州 310018)对Hp,α空间的乘子问题进行了研究，得到了单位圆盘上Hp,α空间到加权Bergman空间Ap,q,β乘子的一个充分条件；同时，还获得Cn中有界对称域上Hp,α空间到lq的乘子的一个充分条件，完善了有界对称域上Hp,α空间到lq的乘子性质.单位圆盘；有界对称域；Hp,α空间；Ap,q,β；lq；乘子0　引　言1　预备知识记Ω为Cn中包含原点的有界对称域，

杭州电子科技大学学报(自然科学版) 2016年5期2016-10-27

一种解Dantzig-Selector模型的快速分解算法

r模型.与经典的乘子交替方向法相比，新算法的每个子问题都具有更简单易行的迭代格式.通过测试两种不同类型的随机数据，相应的数值计算结果表明，算法在CPU运行时间方面有较明显的优势.Dantzig-Selector模型；增广拉格朗日方法；乘子交替方向法；分解算法0　引　言线性回归是一类非常经典的数学模型，它在信号处理、机器学习以及统计学习中有着极其广泛的应用.由于压缩感知理论[1]的提出，寻找欠定线性回归模型的稀疏解成为近年来最热门的研究课题之一.然而，直接寻

杭州电子科技大学学报(自然科学版) 2016年1期2016-10-27

考虑滞时电量的水电中期调度拉格朗日松弛方法

于两阶段次梯度法乘子更新策略的拉格朗日松弛方法进行模型求解，第一阶段通过系数递增策略快速确定乘子初始值，第二阶段采用递减策略加快算法收敛速度。以澜沧江中下游梯级6座水电站群中期优化调度为实例进行仿真，结果表明，所提出的求解方法能提供较好的求解质量；考虑滞时电量能提高水电系统的期末蓄能，中期调度需充分考虑调度结果的后效性。梯级水电站群；优化调度；中期调度；蓄能最大模型；滞时电量；拉格朗日松弛方法水电中期优化调度是指以日为时段，未来几天内的优化调度，是水电优化

水利水电科技进展 2016年4期2016-10-18

无限维空间中强对偶定理在润滑问题上的应用*

lagrange乘子.强对偶定理;润滑问题;lagrange乘子0 引言该文主要研究的是介于无限维凸优化问题和它的lagrange对偶问题之间的强对偶定理及其它的应用.文献[1]中，作者通过假设 给出无限维空间中凸优化问题的强对偶定理，并把它应用到双障碍问题上.在文献[2]中，作者研究了强对偶定理在弹缩扭转问题上的应用.以上作者是把这些实际问题转换成变分不等式，进而转化为无限维凸优化问题，再应用强对偶定理找到研究问题的对偶问题的无限维lagrange乘子.

哈尔滨师范大学自然科学学报 2016年5期2016-04-15

主动隔振系统激励器电流分配优化设计

标设计了拉格朗日乘子法，获得激励器分配电流解析解。当激励器分配电流超出电流边界时，进行二次优化，进一步提高执行机构输出零误差的能力。为保证控制系统对执行机构输出精度要求，分析了激励器各项误差允许范围。数值仿真结果表明，拉格朗日乘子法进行激励器电流优化分配的力可以达到系统要求，变化平稳，同时计算效率较高，具有一定的工程应用价值。主动隔振；洛伦兹力激励器；电流分配；拉格朗日乘子法；二次优化1 引言良好的微重力水平是微重力科学实验成功的重要保障。然而载人航天器受

载人航天 2015年5期2015-12-15

基于注水方法与粒子群的多用户OFDM资源分配

注水算法，在功率乘子与子载波分配之间进行大量的相互迭代，并同时对用户速率阈值乘子进行调整[6].由于在功率乘子与子载波分配大量的相互迭代中，功率乘子与子载波分配都不是最优的，因此会影响用户速率阈值乘子调整的准确性.另外，Wang的算法对于用户速率阈值乘子的调整也只限于增加不满足用户的乘子的数值，从而没有严格满足KKT最优性条件.在各态历经信道下，本文首先提出一种快速准确地同时定位最优功率乘子与最优子载波分配的新的注水方法，避免了功率乘子与子载波分配的相互迭

哈尔滨商业大学学报（自然科学版） 2015年2期2015-08-05

改进的LSSVM算法在垃圾标签检测上的应用

Lagrange乘子均不为零，因此所有的数据向量都是支持向量。那如何区分这些支持向量的重要程度呢?本章引入了“支持向量度”的概念，为每个训练数据定义了一个支持向量度。训练数据(xi,yi)对应的支持向量度为0＜si＜1，代表了该数据隶属于支持向量的程度。0＜si＜1值越大，则对应的训练点隶属于支持向量的程度越高。给定训练数据集{xi,yi,si}Ni=1。在标准LSSVM优化问题(2.2)的第二项中引入支持向量度构成了改进的LSSVM的优化问题显然，当所有

山东工业技术 2015年8期2015-07-27

基于改进增广拉格朗日乘子法的鲁棒性主成分分析

改进增广拉格朗日乘子法的鲁棒性主成分分析杨剑哲1，孙巧榆2，王 君1，程丹松1，金 野1，石大明1（1.哈尔滨工业大学计算机科学与技术学院，150001哈尔滨；2.淮海工学院电子工程学院，222005江苏连云港）针对增广的拉格朗日乘子法在求解鲁棒性主成分分析，特别是当数据同时受到稀疏噪声和高斯噪声的干扰时，计算精度会降低，数据降维去噪任务不能很好完成的情况，提出改进的增广拉格朗日乘子法来解决上述问题.一是用基于最优乘子初始化的改进增广拉格朗日乘子法来提高算

哈尔滨工业大学学报 2015年11期2015-06-15

提高电力系统潮流计算收敛性方法的比较分析

方法主要有：最优乘子法[1-5]、张量法[6-9]和自适应LM方法[10]。文献[1]提出最优乘子法计算潮流，具有永不发散的特点，且与现有的潮流程序接口简单、易于实现，是一种通用提高潮流收敛性的方法，在各类难收敛潮流计算中效果较好；文献[6-7]将张量法引入潮流计算，考虑了潮流方程泰勒展开近似二阶项的影响，在部分区域重负荷情况下，张量法能够取得到较好解；文献[10]引入自适应LM方法计算潮流方程，该方法在迭代过程中雅可比矩阵始终非奇异，通过算例仿真验证了自

电力系统及其自动化学报 2015年11期2015-04-16

三维Boussinesq方程关于速度的一个爆破准则

的正则性问题，在乘子空间获得了三维Boussinesq方程的一个新的爆破准则。关键词：Boussinesq方程；爆破性；乘子空间0　引言及预备知识三维不可压缩的Boussinesq方程是大气科学中重要的模型之一，在地理学中也有重要的应用，基于它的重要性，三维不可压缩的Boussinesq方程已成为流体动力学方程研究中的热点［1-4］。本文考虑下面的三维Boussinesq方程在R3上的初值问题，其中表示流体的速度场，P=P() x，t是压力，是温度场，μ>

江汉大学学报（自然科学版） 2015年1期2015-03-14

一维大地电磁Occam反演拉格朗日乘子的搜索

am反演拉格朗日乘子的搜索张君涛1，周 军1，王绪本1，夏时斌1，钟红梅2（1.成都理工大学地球探测与信息技术教育部重点实验室，成都 610059；2.四川省核工业地质调查院，成都 610061）在大地电磁反演中，Occam法因其在反演稳定性和模型分辨率等方面的优势，得到广泛应用。但由于其每次迭代都需要不断地搜索拉格朗日乘子，因而拉格朗日乘子的搜索效率对Occam法反演的运算速度起着至关重要的作用。为提高拉格朗日乘子的搜索效率，这里提出将拉格朗日乘子的搜索

物探化探计算技术 2015年6期2015-01-06

在大地电磁二维Occam反演中求取拉格朗日乘子方法改进

的例子。拉格朗日乘子是介于模型光滑和数据拟合间的折衷参数，每次迭代反演为了求取适当的拉格朗日乘子需要进行多次正演计算，尤其在接近收敛时更是如此。为此，不少研究人员提出了直接求取拉格朗日乘子的方法。吴小平等［18］提出了每次迭代以固定的比率减少拉格朗日乘子的方法，还指出虽然这种反演的结果非最光滑模型，但因为观测数据是反演解释的第一手资料，而模型光滑作为反演约束条件仅是稳定迭代的手段，只有使理论数据与实际数据尽可能一致才能分辨所有的构造特征，尤其对精确数据的反

吉林大学学报（地球科学版） 2014年2期2014-12-25

非线性回归支持向量机的SMO算法改进

Lagrange乘子，避免了求解二次规划问题，提高了训练速度.文献［2］详细介绍了SMO回归算法的实现方法，由于该算法训练时间较长，出现了许多对SMO算法的改进方法［3－5］，以缩短训练时间.此外，支持向量机的参数选择对训练模型的精度和训练速度影响较大，通过选择最优的支持向量机参数可以提高训练模型的准确度和训练效率［6－7］.参数优化方法的实质是利用测试样本对训练模型测试的精度来判断是否得到最优参数，参数寻优的过程就是不断改变参数值和用新参数反复训练模型的

北京航空航天大学学报 2014年1期2014-12-19

分数阶非线性方程近似解析解的新解法

Lagrange乘子等，近年来很多学者对这些方法做了改进[10-11]。Wu[12-13]将Laplace变换和变分迭代法相结合，克服了分数阶Lagrange乘子难以计算的困难。在前人研究的基础上本文提出一种新的修正方法，将变分迭代法、同伦扰动法和Laplace变换相结合，并将该方法应用于分数阶非线性发展方程的求解，其中利用Laplace变换推导分数阶的Lagrange乘子，而He的多项式则用来处理方程中出现的非线性项，该方法简单有效。2 方法简介考虑如下

计算机工程与应用 2014年23期2014-08-03

等式约束条件极值存在的必要条件及其应用

00）从拉格朗日乘子法出发，考虑多元函数在等式约束条件下的极值问题.由线性方程组理论得到多元函数在一个或多个等式约束条件下极值点存在的必要条件.并进一步考虑该条件在优化理论中的应用，通过将不等式约束转化为等式约束，运用等约束条件下极值存在的必要条件获得最优解.多元函数；条件极值；拉格朗日乘子法；驻点；梯度；最优解关于拉格朗日乘子法求解多元函数等式约束下的极值问题，目前有两个研究方向：一个是如果有驻点的话，如何求得驻点坐标；另一个是如何判断所得的驻点是否是极

宜宾学院学报 2014年12期2014-07-20

带3-分片NCP函数的无罚函数和滤子的SQP算法

KKT条件，利用乘子和3-分片NCP函数，得到非光滑方程以致简化优化问题。在线搜索的过程中，采用无罚函数和滤子的方法。同时证明了该SQP算法是可行的，并具有全局收敛性。滤子；SQP算法；收敛；NCP函数0 引言考虑如下的约束非线性规划问题（NLP）：其中，x∈ℝn，f：ℝn→ℝ，Ci：ℝn→ℝ，都是二次连续可微函数。非线性规划问题（NLP）的拉格朗日函数为：其中，λ＝（λ1，…，λm）T∈ℝm是乘子向量。问题（2）是一种非线性互补问题（NCP）。由于NCP

河南科技大学学报(自然科学版) 2014年4期2014-06-07

与Hermite算子相关的算子有界性

的是它的幂算子与乘子算子在各种函数空间上的有界性，它对应着解的估计．因为Hermite函数系构成了函数空间L2（Rn）上的一组完备正交基，所以Hermite函数展开问题的研究颇受重视，注意到Hermite函数是Hermite算子的特征函数，故对Hermite算子的研究很有意义．与Hermite算子相关的乘子算子与幂算子在一些经典空间中的有界性已经有很多作者研究［1－3］，本文讨论这些算子在与Hermite函数相关的Triebel－Lizoekin空间中的有

陕西师范大学学报（自然科学版） 2013年5期2013-10-29

常微分方程初值问题的变分迭代算法

λ（t）——拉氏乘子，可以用校正泛函取驻值的条件来确定；yn（x）——方程（1）的n阶近似解；2 应用举例例1 考虑一阶线性微分方程初值条件方程（3）的校正泛函为对式（4）进行变分，得得到驻值条件：于是可以识别拉氏乘子λ＝－1，将其代入式（4），得到以下迭代公式取初始近似解y0（x）＝0，应用迭代公式（5），通过计算得：由于所以此为所求常微分方程初值问题的精确解。例2 考虑二阶线性微分方程初值条件：方程（6）的校正泛函为对式（7）进行变分，得得到驻值条件于

长春工业大学学报 2013年1期2013-10-10

基于中间变量的乘子法

hina1 引言乘子法是求解约束优化问题的一类重要优化算法，该法最早由Powell[1]和Hestenes[2]于1969年针对等式约束优化问题同时独立提出，后又于1973年由Rockfellar[3]推广到求解不等式约束优化问题。该法的基本思想是在原约束优化问题的拉格朗日函数的基础上再加上适当的罚函数，从而将原问题转化为一系列的无约束优化子问题，并通过求解序列子问题的解来逐次逼近原问题的解[4-5]。结构优化是一类典型的不等式约束优化问题，可以很好地用乘

计算机工程与应用 2013年11期2013-04-03

一个求解不等式约束优化问题的非内点型可行QP-free算法

中，他们必须假定乘子序列有界.Qi基于互补函数和KKT条件，提出了一个求解问题(P)的可行QP-free 算法[8]，他们在无严格互补条件下证明了迭代矩阵的一致非奇异性和近似乘子序列的有界性.Yang, Li和Qi[9]通过引进一个工作集的概念，提出了一个新的求解问题(P) 的可行QP-free 算法,该算法仅考虑工作集内的约束，这使得计算量大大减少；在该算法的每一个迭代，仅需求解4个系数相同的线性方程组.但是，对于上述几种可行QP-free 算法，迭代点

湖南师范大学自然科学学报 2011年4期2011-11-26

一类非线性偏微分方程组的近似解法初探

i提出的广义拉氏乘子的改进。在变分迭代法中考虑微分方程：其中：L为线性算子；N为非线性算子；g（t）为非齐次项。用变分迭代法得式（1）的校正泛函：其中：λ为广义拉氏乘子；un为第n次近似解为限制变分，即n=0。在该方法中，首先要确定拉氏乘子λ，λ可由变分理论识别。例如：所选乘子满足校正泛函取驻值，即δun+1（t）=0；再通过任意初始函数u0及计算所得的拉氏乘子λ得到连续逼近解un，n≥0。若连续近似解序列收敛，则可以得到精确解。2 方法的应用考虑如下方程

天津职业技术师范大学学报 2010年3期2010-07-20

广义几何规划的一类全局收敛算法

上述问题转化为,乘子法是人们熟悉的一类约束非线性优化方法,其数值稳定好,计算过程简单,其中Fletcher提出的增广乘子法[1]最受重视.精确增广Lagrange函数方法[2-6]是把无约束问题定义在原问题变量与乘子变量的乘积空间.而几何规划是特殊的非线性规划,许多非线性优化的方法均可以应用到它中来.本文利用等式约束几何规划的精确增广Lagrange函数[7],结合收敛快、效率高的拟牛顿法[8],再利用几何规划的特点,给出了一类有效的求解等式约束优化问题的

成都大学学报（自然科学版） 2010年3期2010-01-10