导读:本文包含了迭代逼近算法论文开题报告文献综述及选题提纲参考文献，主要关键词:非扩张映射,不动点,广义Ishikawa迭代,广义黏性逼近迭代
迭代逼近算法论文文献综述
王涛[1]（2019）在《广义Ishikawa及黏性逼近迭代算法及其应用》一文中研究指出不动点问题是最优化研究的基础,本论文提出了两种广义迭代算法来解决非扩张映射的不动点问题。一种是广义Ishikawa迭代算法,另一种是广义黏性逼近迭代算法。广义的实质是将Ishikawa迭代算法和黏性逼近迭代算法中的系数之和等于1推广成小于等于1。与经典情形相比,广义迭代算法的参数选取更加灵活。作为应用,我们将广义Ishikawa迭代算法运用到求解变分不等式问题,而将广义黏性逼近迭代算法运用到求解约束凸优化问题和双层优化问题。同时,本文对现有的一些算法进行了推广,并提出了可进一步研究的问题。第一章,介绍非扩张映射不动点问题及其国内外研究现状,同时阐明本文研究内容及安排。第叁章,提出广义Ishikawa迭代算法的弱收敛定理,证明其弱收敛性并给出具体的参数例子。然后,把广义Ishikawa迭代算法运用到求解一类变分不等式,并证明算法弱收敛到变分不等式的解。第四章,提出广义黏性逼近迭代算法的强收敛定理,证明其强收敛性并给出具体的参数例子。然后,把广义黏性逼近迭代算法运用到求解约束凸优化问题和双层优化问题,分别提出了广义黏性梯度投影算法和双层广义黏性逼近算法。最后,证明了算法强收敛到优化问题的解。第五章,对本文进行总结和展望。说明本文的主要工作和主要成果,同时提出了本文的不足之处和可以改进的方向。(本文来源于《西华师范大学》期刊2019-04-01）
郑国,张莉,张世杰,杜壮平,刘逸[2]（2018）在《分组渐进迭代逼近算法拟合数据点集》一文中研究指出目的在计算机辅助设计领域里,曲线或曲面的渐进迭代逼近(PIA)性质在插值与拟合问题中有着广泛的应用。如果直接使用PIA方法对所有的数据点集进行拟合,那么在拟合大规模数据点时就缺少一定的灵活性。为了进一步提高渐进迭代逼近方法在拟合大规模点集时的灵活性,提出基于分组的渐进迭代逼近方法。方法首先对待拟合点集进行分组;其次对分组后的点集采用PIA方法或是基于最小二乘的渐进迭代逼近方法(LSPIA)来得到一组插值或拟合精度不断改善的曲线/曲面;最后运用曲线/曲面拼接算法保证曲线/曲面的连续性,得到1条/张插值或拟合于给定点集的曲线/曲面。结果给定相同的数据点集,分别采用分组PIA方法,PIA方法和LSPIA方法进行拟合。分组PIA方法与PIA方法相比误差减少的倍数与组数相当;分组PIA方法与LSPIA方法相比误差减少一半。结论本文将分组思想引入渐进迭代逼近方法之中,提出了基于分组的渐进迭代逼近方法。该分组算法适用于拟合大规模数据点集,在拟合过程中,可以提高渐进迭代逼近方法在拟合大规模点集时的灵活性;经过理论推导证明了曲线/曲面的迭代效率有所提高,且与PIA方法相比误差有较大的改善。(本文来源于《中国图象图形学报》期刊2018年07期）
訾进锋,赵卫,杨小君,王伟,李万福[3]（2017）在《基于曲面特征点迭代逼近算法的涡轮叶片自适应定位技术》一文中研究指出传统的气膜孔加工中通过工装定位来建立工装坐标系,采用该方法会导致气膜孔位置和方向与设计值有较大的偏差,这对航空发动机的整体性能和安全可靠性产生了严重的影响。提出了一种基于曲面特征点迭代逼近算法的叶片自适应定位技术,通过在真实叶片上测量若干特征点的坐标,以这些点为定位点建立叶身坐标系,用得到的叶身坐标系来计算并定位机床坐标系下叶片及气膜孔的位置和方向,这样有效的减小了加工偏差,经验证自适应定位技术是解决叶片定位精度的一种有效可行的方案。(本文来源于《第17届全国特种加工学术会议论文集（下册）》期刊2017-11-17）
訾进锋,赵卫,杨小君,王伟,李万福[4]（2017）在《基于曲面特征点迭代逼近算法的涡轮叶片自适应定位技术》一文中研究指出随着航空发动机推重比的不断提高,涡轮前温度大幅度的上升,涡轮叶片的冷却问题日益突出,气膜孔冷却技术是解决涡轮叶片冷却问题的一种重要手段,这也使得在涡轮叶片加工中对气膜孔位置和方向的准确性要求不断提高。传统的气膜孔加工中通过工装定位来建立工装坐标系,假设工装坐标系与理论模型坐标系重合,在工装坐标系下进行气膜孔的加工。由于真实叶片与理论模型存在着差异,采用该方法会导致气膜孔位置和方向与设计值存在一定的偏差,这对航空发动机的整体性能和安全可靠性产生了较大影响。我们提出了一种基于曲面特征点迭代逼近算法的叶片自适应定位技术,通过在真实叶片上测量若干特征点的坐标,把这些点与理论模型叶身点进行迭代逼近,从而最佳拟合得到了实际叶身坐标系,进而通过坐标变换转换为机床坐标系下叶片及气膜孔的位置和方向。目前,我公司在航空我涡轮叶片气膜孔加工中已采用该技术,经验证用自适应定位技术比传统的定位技术定位叶片所加工的叶片气膜孔的形状、位置、方向精度都有很大程度的提升。(本文来源于《特种加工技术智能化与精密化——第17届全国特种加工学术会议论文集（摘要）》期刊2017-11-17）
王娜,汤金金[5]（2018）在《采摘机器人运动目标逼近方法研究——基于分裂迭代和模糊算法》一文中研究指出为了解决采摘机器人作业过程中果实振荡造成目标识别不准确的问题,提出了一种针对运动果实的帧间差分法的扰动识别方法,并在帧间差分方法中引入了分裂迭代和模糊控制算法,实现了帧间差分背景图像的分离和子图像的有效聚类。依据该识别方法,对采摘机器人的目标逼近方法进行了改进,从而得到了更加准确的目标空间位置获取方法。为了验证该方法对运动果实目标逼近的有效性,采用虚拟仿真和机器人样机试验相结合的方法,进行了运动果实空间坐标获取和果实采摘试验。结果表明:采用分裂迭代模糊聚类的帧间差分方法,可以有效地对运动目标进行识别,识别误差较低,获得的位置坐标较为准确,可以满足果实采摘机器人的设计需求。(本文来源于《农机化研究》期刊2018年04期）
赵林[6]（2017）在《带权值的渐进迭代逼近算法及其应用》一文中研究指出在计算机辅助几何设计与逆向工程中,构造一组满足精度要求的曲线(曲面)来插值或拟合给定的有序点集是一类很重要的课题。反求控制顶点的方法往往因为计算量过大(求解大规模线性方程组)而难以在实际中推广,诸多学者也为此提出了许多不同形式的插值和拟合方法。渐进迭代逼近(the progressive iterative approximation,PIA,又称几何迭代法)的方法以其良好的自适应性和收敛稳定性,受到大多数学者的青睐,该方法通过不断调整与迭代控制顶点,得到一组精度不断提高的曲线(曲面)序列,不仅极大减少了计算量,而且具有明显的几何意义。近年来PIA方法更是在多个领域得到了广泛应用。经典PIA算法虽然能够保证最后得到的极限曲线曲面插值于给定数据点,但是前提是要把所有的数据点都作为每一步迭代的控制顶点。当原始数据规模较大时,经典PIA方法就会出现不够灵活、迭代速度较慢等不足。近年来涌现的一些改进算法有:局部PIA方法、加权PIA方法、Extended PIA方法、最小二乘PIA方法等,这些方法不断地扩大了PIA方法的适用领域、加快了PIA方法的收敛速率、提高了PIA方法的灵活性,同时也丰富了PIA方法的内容。鉴于PIA方法的类型和诸多优点,本文主要做了如下工作:1.PIAWPIA1.研究了PIA方法的发展现状,对带权渐进迭代逼近方法(WPIA)加以改进,即对所有的调整向量取不同权值,并研究其收敛性及迭代效果;2.对局部PIA方法进行了改进,实现了对要调整数据点的加速迭代,同时研究了局部PIA方法和局部代数插值之间的关系。(本文来源于《合肥工业大学》期刊2017-03-01）
肖宪伟,彭振赟,杜丹丹[7]（2016）在《求解矩阵方程AXB+CYD=E最佳逼近对称解的迭代算法》一文中研究指出为了求解约束矩阵方程AXB+CYD=E的最佳逼近对称解,基于交替方向法和相关矩阵理论,提出了2种迭代算法,并与共轭梯度算法、LSQR算法进行了数值比较,数值实验表明2种迭代算法是有效的。(本文来源于《桂林电子科技大学学报》期刊2016年02期）
李玲玲[8]（2016）在《分裂公共不动点问题的迭代逼近算法的研究》一文中研究指出在本文中,介绍和分析了在Hilbert空间中关于寻求一致渐进正则非扩张半群和全渐进严格伪压缩映像的分裂可行性问题的公共解的方法,在迭代算法的条件下证明了该算法的强收敛性,一些特殊的事例也给予了讨论.本文对已有结果做出了修正和推广.本文主要分为叁部分,在第一章中主要讲述了关于寻求一致渐进正则非扩张半群和全渐进严格伪压缩映像的分裂可行性问题的公共解的相关背景,并简要介绍了前人的研究成果及本文的主要研究工作.第二章提出了新的迭代格式,并研究了分裂不动点问题的线性组合迭代逼近算法.第叁章研究了Hilbert空间中组合问题的迭代算法,并证明了该算法的强收敛性结果.(本文来源于《上海师范大学》期刊2016-03-01）
陈青,潘日晶[9]（2015）在《基于渐进迭代逼近的平面曲线等距线算法》一文中研究指出针对传统平面曲线等距线求解算法在适应性、误差控制等方面存在的问题,基于渐进迭代逼近方法提出一种新的平面曲线等距线算法。通过基曲线上点的切矢转角对基曲线进行自适应采样,得到一条逼近等距线的折线,将曲线与曲线的逼近问题转化为折线与曲线的逼近问题。在充分反映基曲线形状特征的前提下尽可能减少采样点数量。选取等距线上的特征点作为主控制点,利用渐进迭代逼近方法插值所选取的主控制点,得到逼近折线的B样条曲线。给出误差控制方法,同时利用渐进迭代逼近方法的局部性,使所得逼近等距曲线的B样条曲线达到预先给定的精度。实验结果表明,该算法直观简洁,易于实现,可应用于任意平面参数曲线及函数曲线,并且其无需求解线性方程组,运算效率较高。(本文来源于《计算机工程》期刊2015年11期）
陈青,潘日晶,黄丽琴,林传銮[10]（2015）在《基于渐进迭代逼近的等距曲线改进算法》一文中研究指出提出一种基于渐进迭代逼近的等距曲线改进算法.该改进算法利用曲线段的高控制采样误差,在充分反映基曲线的形状特征的前提下尽可能地减少采样点数量.在采样点中选取等距曲线上的特征点作为主控制点,利用渐进迭代逼近方法插值所选取的主控制点,迭代过程中综合考虑法矢和参数化一致性两个因素以更好地控制等距逼近曲线的形状.最后,同样利用曲线段的高控制逼近误差,以避免误差过估,对得到的逼近等距曲线的B样条曲线实现更精确的全局误差控制.给出一些实例来验证该改进算法在采样点数量、所需控制顶点个数、迭代次数、误差控制、等距逼近曲线的形状控制等方面实现了性能的提高.(本文来源于《福建师范大学学报(自然科学版)》期刊2015年05期）
迭代逼近算法论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
目的在计算机辅助设计领域里,曲线或曲面的渐进迭代逼近(PIA)性质在插值与拟合问题中有着广泛的应用。如果直接使用PIA方法对所有的数据点集进行拟合,那么在拟合大规模数据点时就缺少一定的灵活性。为了进一步提高渐进迭代逼近方法在拟合大规模点集时的灵活性,提出基于分组的渐进迭代逼近方法。方法首先对待拟合点集进行分组;其次对分组后的点集采用PIA方法或是基于最小二乘的渐进迭代逼近方法(LSPIA)来得到一组插值或拟合精度不断改善的曲线/曲面;最后运用曲线/曲面拼接算法保证曲线/曲面的连续性,得到1条/张插值或拟合于给定点集的曲线/曲面。结果给定相同的数据点集,分别采用分组PIA方法,PIA方法和LSPIA方法进行拟合。分组PIA方法与PIA方法相比误差减少的倍数与组数相当;分组PIA方法与LSPIA方法相比误差减少一半。结论本文将分组思想引入渐进迭代逼近方法之中,提出了基于分组的渐进迭代逼近方法。该分组算法适用于拟合大规模数据点集,在拟合过程中,可以提高渐进迭代逼近方法在拟合大规模点集时的灵活性;经过理论推导证明了曲线/曲面的迭代效率有所提高,且与PIA方法相比误差有较大的改善。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
迭代逼近算法论文参考文献
[1].王涛.广义Ishikawa及黏性逼近迭代算法及其应用[D].西华师范大学.2019
[2].郑国,张莉,张世杰,杜壮平,刘逸.分组渐进迭代逼近算法拟合数据点集[J].中国图象图形学报.2018
[3].訾进锋,赵卫,杨小君,王伟,李万福.基于曲面特征点迭代逼近算法的涡轮叶片自适应定位技术[C].第17届全国特种加工学术会议论文集（下册）.2017
[4].訾进锋,赵卫,杨小君,王伟,李万福.基于曲面特征点迭代逼近算法的涡轮叶片自适应定位技术[C].特种加工技术智能化与精密化——第17届全国特种加工学术会议论文集（摘要）.2017
[5].王娜,汤金金.采摘机器人运动目标逼近方法研究——基于分裂迭代和模糊算法[J].农机化研究.2018
[6].赵林.带权值的渐进迭代逼近算法及其应用[D].合肥工业大学.2017
[7].肖宪伟,彭振赟,杜丹丹.求解矩阵方程AXB+CYD=E最佳逼近对称解的迭代算法[J].桂林电子科技大学学报.2016
[8].李玲玲.分裂公共不动点问题的迭代逼近算法的研究[D].上海师范大学.2016
[9].陈青,潘日晶.基于渐进迭代逼近的平面曲线等距线算法[J].计算机工程.2015
[10].陈青,潘日晶,黄丽琴,林传銮.基于渐进迭代逼近的等距曲线改进算法[J].福建师范大学学报(自然科学版).2015
标签：非扩张映射; 不动点; 广义Ishikawa迭代; 广义黏性逼近迭代;