收敛速率

摘要： 本文考虑一类抛物-抛物Keller-Segel系统的解的粘性消失问题。利用延拓定理分别证明了该系统及其极限系统解的全局存在性,再借助Stokes算子、Neumann热半群估计、Sobolev空间中的一些重要不等式,建立了解的高阶正则性估计。结果表明,当化学信号物质消失时,抛物-抛物Keller-Segel系统的解收敛到相应抛物-热传导Keller-Segel系统的解。

摘要： 数据驱动计算方法将联立平衡微分方程、几何方程及物理方程的显式求解问题转变为最优化问题,优化目标在于搜索匹配最可能的静力许可应力场、变形许可应变场及应力-应变数据分配方案。在线弹性框架下,探讨了平衡因子取值关于材料常数的量级m和平行偏离程度r对算式收敛速率和性能的影响。结果表明:在松弛问题中,应力可行解和应变可行解关于m的线性收敛比分别为1/(1+m2)和m2/(1+m2),而r的增大则会使二者的收敛速率均降低。分配的数据点在原优化问题中受整型约束的限制,在相邻迭代步间变化率越小,算法早熟收敛现象越显著。r等于0时,数据点在相空间内沿直线路径逼近精确解,在m取1时有着最小的渐进线性收敛比;当r不为0时,数据点的迭代路径不再保持为直线。对于收敛速率较慢的分量,迭代终止时与参考解的偏差幅度增大。精确解附近的数据点密度能够很好保障算法的计算精度,从而降低计算结果对平衡因子取值的敏感性。

摘要： 针对通信拓扑为无向图的一阶多智能体系统,深入探讨了提高一致性协议收敛速率的拓扑优化方法。在连续模式、周期采样模式和事件触发模式的一致性协议下,一阶多智能体系统的一致性收敛速率均由网络拓扑的代数连通度(拉普拉斯矩阵的第二小特征值)决定:通信拓扑的代数连通度越大,系统达到一致性的收敛速率越高。因此,提高一致性收敛速率的问题转化为给定拓扑的代数连通度最大化问题。目前,网络拓扑代数连通度的优化方法可归纳为数学规划方法和边或边权值的调整方法。数学规划方法将问题建模为非凸的优化模型,利用优化算法进行求解,网络规模不大时,得到近似全局最优的拓扑;边或权值调整方法主要有加边、边旋转和边交换等图操作,基于这些图操作设计贪婪算法,通常能快速得到局部最优的拓扑。基于这些方法的总结,提出了多智能体系统拓扑优化可进一步研究的若干问题。

摘要： 对于非光滑强凸问题,在线梯度下降(Online Gradient Decent,OGD)取适当步长参数可以得到对数阶后悔界.然而,这并不能使一阶随机优化算法达到最优收敛速率.为解决这一问题,研究者通常采取两种方案:其一是改进算法本身,另一种是修改算法输出方式.典型的Adam(Adaptive moment estimation)型算法SAdam(Strongly convex Adaptive moment esti⁃mation)采用了改进算法的方式,并添加了自适应步长策略和动量技巧,虽然得到更好的数据依赖的后悔界,但在随机情形仍然达不到最优.针对这个问题,本文改用加权平均的算法输出方式,并且重新设计与以往算法同阶的步长超参数,提出了一种名为WSAdam(Weighted average Strongly convex Adaptive moment estimation)的Adam型算法.证明了WSAdam达到了非光滑强凸问题的最优收敛速率.经过Reddi问题的测试和在非光滑强凸函数优化中的实验,验证了所提方法的有效性.

摘要： 为了提高排水系统的运行效率,针对排水离心泵剩余寿命预测,建立了排水离心泵加速寿命试验平台,并对检测数据采用灰色卡尔曼模型进行排水离心泵剩余寿命预测.研究结果表明:灰色模型达到了较大的误差,介于-1.243～-1.195范围内;以卡尔曼滤波模型进行处理的误差介于-0.216～+0.803范围内,相对于灰色模型达到了更低的误差;同时,发现灰色卡尔曼模型发生了收敛速率的显著提升,误差介于-0.403～+0.861,达到跟卡尔曼滤波模型相近大的控制精度.采用卡尔曼滤波模型则可以达到精确定位效果,获得更高的精度,残差介于-0.402～+0.862,相对于灰色模型,精度可以提升至少50％.当处于误差范围以内时,表明已经达到了合适的卡尔曼增益条件.预测值非常接近实际值,能够精确预测出后续时刻的各项泵运行参数.该研究对提高排水离心泵剩余寿命预测具有一定的理论支撑意义.

摘要： 加速梯度算法是指在仅使用一阶梯度信息的前提下,比传统的梯度下降法有更快收敛速率的算法.针对二阶惯性动力系统,采用三种离散格式:辛格式、显式Euler及隐式Euler,分别对系统进行离散化,得到了三种不同的优化算法,通过构造了合适的Lyapunov函数,证明了由辛格式和隐式Euler得到的优化算法是加速梯度算法.

摘要： 针对粒子群算法易陷入局部最优,导致收敛速度慢、寻优精度不高的不足,提出基于信息微传递机制的粒子群算法(IM PSO).引入信息微传递机制,将整个种群划分为多组多层,每组粒子逐层学习最优信息,防止算法早熟;采用逃离策略,当检测到粒子具有趋同行为时,改变粒子的飞行方向,增强算法寻优能力;使用动态边界化策略,动态缩小粒子的寻优区域,提高算法搜索效率.实验结果表明,IM PSO算法在收敛精度、收敛速度方面优于其它6种算法.

摘要： 在本文中,我们研究次线性期望下独立同分布随机变量的大数定律的收敛速率.我们给出了大数定律的一个强Lp收敛版本和一个强拟必然收敛版本.

摘要： 线性约束的凸优化问题和鞍点问题的一阶最优性条件是一个单调变分不等式。在变分不等式框架下求解这些问题选取适当的矩阵G1采用G-模下的PPA算法，会使迭代过程中的子司题求解变得相当容易，证明了这类定制的PPA算法的误差界有1/k的收敛速率。

摘要： 对于工程中广泛存在的动边界问题，例如弹性接触问题、弹塑性扭转问题等，由于其求解区域的边界未知待定，需要作为未知量与微分方程同时求解，因此其高效精确的数值分析具有较大的难度和挑战性。在数学上，此类问题往往可以归结为变分不等式问题。有限元后处理超收敛计算的EEP(单元能量投影)法以及基于该法的自适应有限元分析已在一维变分不等式问题的求解中取得显著成功.以此为基础,本文对二维变分不等式问题成功地实现了自适应有限元分析.文中提出二维区域二分法和二维C检验技术,有效地提升了松弛迭代的收敛速率,进而应用EEP超收敛公式计算超收敛解答,用其检验误差并指导网格细分.文中给出的典型数值算例表明本文算法高效、稳定、精确,解答可逐点以最大模度量满足精度要求,堪称为数值精确解.

摘要： 本文提出了一种求解大规模复杂优化问题的并行列队竞争算法，该算法采用带虚拟主节点的粗粒度模型作为并行框架，通过动态迁移拓扑、动态繁殖子代等策略以实现局部搜索与全局搜索的对立统一。对典型测试函数的计算证实：并行列队竞争算法的求解性能与收敛速率明显优于普通列队竞争算法，适用于求解大规模复杂优化问题。

摘要： 对网络编码组播中的编码资源优化问题,提出一种基于动态量子旋转角步长更新策略和量子位变异机制的改进型量子遗传算法,在该改进算法进化过程中,充分考虑到种群的多样性要求,利用一种新的动态角步长旋转机制进行种群更新,同时引入个体间汉明距离作为量子变异的进化参数.通过网络编码问题中的经典蝴蝶网络迭代拓扑的仿真分析,对新的量子旋转角步长策略和量子变异机制进行性能评估,并将改进型量子遗传算法与标准遗传算法及标准量子遗传算法进行性能比较.最终结果表明,改进后的量子遗传算法在收敛速率、搜索成功率以及全局优化效果等方面明显优于标准遗传算法和标准量子遗传算法.

摘要： 研究了一种用于图像压缩的小波神经网络模型,给出了相应的算法和计算公式,并进行仿真模拟,该模型克服了传统BP神经网络隐层节点数目难以确定,收敛速度较慢以及易于收敛到局部极小点等缺点,仿真结果表明网络性能和收敛速率都明显优于传统BP网络,具有良好的应用前景。

摘要： 本文对子带自适应滤波器中滤波器组的构造进行了分析,提出了优化方法来加快MT-Method的收敛速率,并经过数值模拟对比了改进前后的效果.

摘要： 针对标准BP网络学习算法的收敛速度慢、学习精度不高的问题,从全局学习速率自适应和局部学习速率自适应两个方面,研究了几种权值更新的快速收敛算法,并提出了一种改进算法.最后以传统的XOR(异或)问题,比较标准BP算法与改进算法的有效性,得到了预期的结果.

摘要： 针对标准BP网络学习算法的收敛速度慢、学习精度不高的问题,从全局学习速率自适应和局部学习速率自适应两个方面,研究了几种权值更新的快速收敛算法,并提出了一种改进算法.最后以传统的XOR(异或)问题,比较标准BP算法与改进算法的有效性,得到了预期的结果.

摘要： 针对标准BP网络学习算法的收敛速度慢、学习精度不高的问题,从全局学习速率自适应和局部学习速率自适应两个方面,研究了几种权值更新的快速收敛算法,并提出了一种改进算法.最后以传统的XOR(异或)问题,比较标准BP算法与改进算法的有效性,得到了预期的结果.

摘要： 针对标准BP网络学习算法的收敛速度慢、学习精度不高的问题,从全局学习速率自适应和局部学习速率自适应两个方面,研究了几种权值更新的快速收敛算法,并提出了一种改进算法.最后以传统的XOR(异或)问题,比较标准BP算法与改进算法的有效性,得到了预期的结果.

摘要： 估计弹目视线角速率的快收敛Kalman滤波器的设计方法，属于导弹制导控制技术领域。本发明为了提高现有的目标—导弹视线角速度估计Kalman滤波方法的收敛速度。首先设置滤波器初始估计值；然后测算当前时刻目标与导弹之间的相对距离和相对速度；测算导弹加速度在视线坐标系o′y4和o′z4轴方向上的分量；最后由导弹俯仰通道视线运动状态方程和俯仰通道视线角测量方程构造俯仰通道快收敛Kalman滤波器，由导弹偏航通道视线运动状态方程和偏航通道视线角测量方程构造偏航通道快收敛Kalman滤波器，从而分别求出目标与导弹之间的视线俯仰角速率和视线偏航角速率。本发明提高Kalman滤波器的收敛速度，得到高精度的视线角速率估计。

摘要： 公开一种用于接收输入串行数据流和发送输出串行数据流的多速率转发器系统和电路。该系统包括：接收部分，它包括时钟和数据恢复电路、数据传送电路、时钟传送电路和参考时钟电路；系统控制器，它包括系统数据接收装置、系统数据传送装置、系统数据处理装置和滑动缓冲器；以及发送部分，它包括适合于生成输出时钟信号的发射机锁相环、发射机时钟电路和数据接收电路，数据接收电路适合于从系统数据传送装置接收输出数据信号，并根据输出数据信号和输出时钟信号、以与输入串行数据流的比特率无关的标称比特率或相应的传输网比特率生成串行输出数据流。

摘要： 一种为恒定速率信道的可变位速率数字视频节目提供的速率控制与缓存保护的系统。该系统适用于一个分层位分配方案，其包括一个超图像组(GOP)层(200，202，204)，一个超级帧层(300)，以及一个帧层。对每一个具有一个N帧长度的超图象组而言，对每一个视频节目(210，220，……290)而言，依照被压缩的平均位数目为当前帧设定传输速率，其中至少N个早先帧，包括在当前帧之前N′+N-1开始的一个帧，在当前帧之前N′帧结束的一个帧，以及之间的中间帧。其中N′是预定解码器的一个解码延迟，其接收一个相应的视频节目。另外，该系统为未来图象帧预定传输速率，这样进入相应解码器缓存(190)的每一个单独视频流的平均输入速率就等于平均输出速率，而且所有节目的总传输速率也等于信道速率。

摘要： 估计弹目视线角速率的快收敛Kalman滤波器的设计方法，属于导弹制导控制技术领域。本发明为了提高现有的目标—导弹视线角速度估计Kalman滤波方法的收敛速度。首先设置滤波器初始估计值；然后测算当前时刻目标与导弹之间的相对距离和相对速度；测算导弹加速度在视线坐标系o′y4和o′z4轴方向上的分量；最后由导弹俯仰通道视线运动状态方程和俯仰通道视线角测量方程构造俯仰通道快收敛Kalman滤波器，由导弹偏航通道视线运动状态方程和偏航通道视线角测量方程构造偏航通道快收敛Kalman滤波器，从而分别求出目标与导弹之间的视线俯仰角速率和视线偏航角速率。本发明提高Kalman滤波器的收敛速度，得到高精度的视线角速率估计。

摘要： 本发明涉及一种具有最优个体收敛速率网络流量分类方法，它是一种新型的的随机一阶梯度算法，可以解决大规模网络数据分类问题。包括：输入网络流量，进行必要的预处理工作，划分训练样本与测试样本；每一轮迭代都只随机抽取一个训练样本，采用一种具有最优个体收敛速率的分类算法进行训练模型，计算每一轮迭代的具有稀疏性的权值w，根据w可以进一步计算目标函数值和个体收敛速率；最后用测试样本进行模型的测试，得到网络流量分类的精度。本发明提出一种网络流量分类方法，具有个体最优收敛速率，并且可以有效解决大规模网络流量分类、识别问题。无需进行特定协议解析，并且可以实时反映数据中对分类起作用的特征，因此所采用的方法具有一定通用性。

摘要： 本发明公开了一种收敛速率可调的大规模MIMO迭代检测方法(MMSE‑ANSE)，将信道矩阵和接收信号向量经过预处理后得到匹配滤波输出向量和MMSE滤波矩阵；通过调节输入收敛速率控制参数，所提出的迭代算法的迭代矩阵将发生变化并始终和MMSE滤波矩阵的下三角阵元素有关；设置初始迭代解为零向量，收敛速率控制参数越大，迭代次数越多，所提出的迭代检测算法性能越好；所述检测算法的算法复杂度O(LM2)。本发明在复杂性和性能方面优于常规的基于Neumann级数展开的检测方法，特别是在传播环境较差的情况下。

摘要： 本发明涉及一种具有最优个体收敛速率网络流量分类方法，它是一种新型的的随机一阶梯度算法，可以解决大规模网络数据分类问题。包括：输入网络流量，进行必要的预处理工作，划分训练样本与测试样本；每一轮迭代都只随机抽取一个训练样本，采用一种具有最优个体收敛速率的分类算法进行训练模型，计算每一轮迭代的具有稀疏性的权值w，根据w可以进一步计算目标函数值和个体收敛速率；最后用测试样本进行模型的测试，得到网络流量分类的精度。本发明提出一种网络流量分类方法，具有个体最优收敛速率，并且可以有效解决大规模网络流量分类、识别问题。无需进行特定协议解析，并且可以实时反映数据中对分类起作用的特征，因此所采用的方法具有一定通用性。

摘要： 本发明公布了一种具有五阶收敛速率的柔性系统潮流计算方法，该方法具有五阶的收敛速度。首先，输入参数并初始化，并判断系统为并网或孤岛运行状态，进一步确定计及频率f影响的雅克比矩阵J的形式；然后，计算系统不平衡量Δf并判断是否满足精度要求，若不收敛，则令迭代次数K＝1，利用五阶收敛的预估校正法计算预估值和校正值x(K+1)，以修正系统的雅克比矩阵。本发明将具有五阶收敛速度的牛顿法应用于含VSC‑HVDC的交直流系统潮流计算中，相较于经典牛顿法而言，本发明方法的迭代次数更少、计算效率更高，尤其适用于系统频率发生波动情况下的潮流计算问题。

摘要： 本发明公布了一种具有高阶收敛速率的柔性系统潮流计算方法，该方法具有

摘要： 本发明公开了一种收敛速率可调的大规模MIMO迭代检测方法(MMSE‑ANSE)，将信道矩阵和接收信号向量经过预处理后得到匹配滤波输出向量和MMSE滤波矩阵；通过调节输入收敛速率控制参数，所提出的迭代算法的迭代矩阵将发生变化并始终和MMSE滤波矩阵的下三角阵元素有关；设置初始迭代解为零向量，收敛速率控制参数越大，迭代次数越多，所提出的迭代检测算法性能越好；所述检测算法的算法复杂度O(LM2)。本发明在复杂性和性能方面优于常规的基于Neumann级数展开的检测方法，特别是在传播环境较差的情况下。