基于LM算法的非线性最小二乘求解开题报告
2022-01-17 23:10:01
全文总字数:3870字
1. 研究目的与意义及国内外研究现状
levenberg-marquardt算法,是介于牛顿法与梯度下降法之间的一种非线性优化方法,在每次迭代时寻找一个合适的调节因子λ,当λ很小时,算法就变成了gauss-newton法的最优步长计算式,λ很大时,则转化为梯度下降法的最优步长计算式。此外,lm算法对于过参数化问题不敏感,能有效处理冗余参数问题,使代价函数陷入局部极小值的机会大大减小,lm算法使用最广泛的非线性最小二乘算法,
大多数的非线性最小二乘问题都可以用该算法来求解。lm算法在实际生活中其实并不难实现,最大的优点是收敛速度快,这实际上是一种信赖域方法,但是它需要每个估计的参数求偏导数。因此,如果目标函数f非常复杂,或者要求估计的参数非常大,那么lm算法可能不适用于非线性最小二乘问题,但是仍然可以选择powell算法。powell算法不需要求导。本文主要考虑的是非线性最小二乘问题,经典的优化算法虽然也可以解决该类问题,但是这类问题有其的特殊性,可以用lm算法。综上所述,研究lm算法对于非线性最小二乘问题的收敛性具有着重要的现实意义。
国内外研究现状
由于levenberg-marquardt算法对非线性最小二乘问题的求解有重大影响,但是相关的研究比较少,主要有以下论述。
2. 研究的基本内容
该论题研究的内容主要是以下几个方面:
一、高斯牛顿法及其缺陷
1、高斯牛顿法
3. 实施方案、进度安排及预期效果
2018年10月——2018年12月 确定选题、收集相关资料 2018年12月——2019年01月 撰写开题报告与开题
2019年01月——2019年02月 收集资料,开展研究,形成写作提纲
2019年02月——2019年03月 深入研究,形成论文初稿
4. 参考文献
[1] 杨柳,陈艳萍 .《求解非线性方程组的一种新的全局收敛的levenberg-marquardt算法》[j].计算数学. 2008.04: 54-62.
[2] 王芳,杨虎山. 《基于lm算法和遗传算法求解非线性方程组》[j]. 忻州师院学报. 2016. 05: 19-21.
[3]r. h. barham ,wanzer drane. analgorithmfor least squares estimation of nonlinear parameters when some of the parameters are linear[j]. technometrics. 1972. 14(3): 757-766.
您可能感兴趣的文章
- UI 和 UE 设计技术及其在 HTML5 网站开发中的地位的研究外文翻译资料
- .NET MVC框架在开发农业资源清单系统中的适应性外文翻译资料
- 使用Java平台针对数据库桥接层的Spring框架可靠性调查外文翻译资料
- 基于MVC架构的数据库和Web应用程序外文翻译资料
- 利用微服务SpringBoot 设计和开发公众投诉系统的后端应用。外文翻译资料
- 基于SSM框架的校园自行车租赁管理系统统计外文翻译资料
- 基于Android的校园交友社交应用的设计与开发外文翻译资料
- 基于Android的在线社交系统服务端的设计与实现外文翻译资料
- 基于Spring-boot微服务框架的学生成绩分析系统的设计与实现外文翻译资料
- 用于生成计算材料科学文献中使用的方法和参数的数据库的自动化工具外文翻译资料