导读:本文包含了乘子法论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:方向,在线,格朗,算法,分配,曲率,交通。
乘子法论文文献综述
岑正运,邓雪,张玮[1]（2019）在《用Lagrange乘子法求解曲面的主曲率》一文中研究指出古典微分几何的主旨是通过第一和第二基本形式研究曲面的弯曲程度.目前大部分的教材会在介绍了第二基本形式和主曲率的概念后,给出Weingarten映射的抽象定义,然后才说明主曲率是Weingarten映射的特征值.引入一种新的讲授方法,利用Lagrange乘子法直接求解主曲率,在计算过程中自然得到Weingarten映射的具体表达式,同时表明主曲率是其特征值.这样讲授环环相扣,自然流畅,更有助于学生深入理解Weingarten映射实质上是内积空间上二次型所对应的对称变换.(本文来源于《高师理科学刊》期刊2019年11期）
吴超峰[2]（2019）在《基于增广拉格朗日乘子法的通行能力限制交通分配算法》一文中研究指出鉴于增广拉格朗日乘子法作为一种数学方法已被广泛应用于各类数值计算的实践中,提出了一种以增广拉格朗日乘子法为框架,能有效解决大路网通行能力限制下交通分配问题的求解算法。该算法中嵌入了基于可替换路径对的交通分配算法用于求解无通行能力限制的交通分配子问题,并给出了算法的具体步骤与技术细节。应用数值算例论证了算法的数值计算能力以及求解大路网通行能力限制下交通分配问题的性能,另外也分析了算法参数的灵敏度。(本文来源于《品质交通与协同共治——2019年中国城市交通规划年会论文集》期刊2019-10-16）
王林军,廖玮,王锬,杜义贤[3]（2019）在《基于粒子群算法和增广拉格朗日乘子法的混合可靠性分析》一文中研究指出本文提出了一种基于粒子群算法和增广拉格朗日乘子法的混合可靠性分析方法.该方法通过引入参数的不确定性和区间变量,得到一种概率-区间混合不确定模型,充分利用增广拉格朗日乘子法将有约束优化问题转化为无约束优化问题,基于此进行求解和结构可靠性分析.数值算例和工程实例验证了该算法在计算结构可靠性问题时对于线性和非线性的功能函数有良好的收敛性和较高的计算效率.(本文来源于《叁峡大学学报(自然科学版)》期刊2019年05期）
陈彩华[4]（2019）在《多块交替方向乘子法不收敛反例的几点注记》一文中研究指出近年来,多块交替方向乘子法被广泛地应用在信号处理、图像处理、机器学习、工程计算等各个领域中,然而它的收敛性一直是一个悬而未决的公开问题;直至2016年,陈彩华等人给出了一个叁维线性方程组构成的反例说明多块交替方向乘子法是可能发散的.结合陈等人的结果,现讨论了与此相关的叁个问题:1)反例之所以发散是否由于初始点选择不够好?2)反例的发散是否因为它的可行域是单点集?3)是否能够在对偶变量更新中引入某一与问题无关的步长γ∈(0,1]使得小步长的交替方向乘子法变形收敛?从理论上对前两个问题给出了否定的回答,证明当初始点随机选取时,存在可行域不是单点集的例子,使得多块交替方向乘子法求解该问题时以概率1发散;从数值上否定了第叁个问题,说明即使步长γ=10~(-8),多块交替方向乘子法也可能发散.(本文来源于《运筹学学报》期刊2019年03期）
张坤,丛爽[5]（2019）在《基于交替方向乘子法的在线量子态估计算法》一文中研究指出目前的量子状态估计算法均是离线的,为实现对量子状态的实时在线估计,本文提出一种结合交替方向乘子法(Alternating Direction Multiplier Method,ADMM)和在线临近梯度法相结合的在线ADMM算法。并对于存在测量随机噪声的单比特随即开放量子系统,提出基于压缩传感和连续弱测量的在线量子态估计凸优化模型,同时利用在线ADMM算法对自由演化中的量子状态密度矩阵进行重构,完整阐述了量子态在线估计过程。仿真实验结果表明,所提算法可以高精度的实现在线量子态估计。(本文来源于《第二十届中国系统仿真技术及其应用学术年会论文集（20th CCSSTA 2019）》期刊2019-08-20）
马龙,廖均淋[6]（2019）在《一种加速的广义交替方向乘子法》一文中研究指出针对一类特殊的凸优化问题,原始交替方向乘子法收敛较慢,为改善算法的收敛速度,一种加速交替方向乘子法被提出,但是该算法可能会使对偶变量更新步长变得很小,影响算法效果.基于此,本文提出一种加速的广义交替方向乘子法,通过应用Chambolle和Pock提出的惩罚参数更新规则,证明了所提算法在一定假设条件下的全局收敛性以及建立起了在遍历情况下的最坏Ο(1/n~2)收敛率.(本文来源于《湖北民族学院学报(自然科学版)》期刊2019年02期）
骆江耀[7]（2019）在《外逼近法和分布式交替方向乘子法在电力系统优化调度中的应用研究》一文中研究指出化石能源发电产生的温室气体已经对环境产生了非常大的负面影响。所以从2016年开始,使用非化石能源逐步替代传统的火力发电已经成为我国防治大气污染、改善环境质量、调整能源结构的重要措施。为了构建清洁低碳、安全高效的能源体系,深入研究电力系统运行调度具有重要的理论和现实意义。本文以外逼近法和分布式交替方向乘子法为研究主线,并以电力系统水火机组组合和直流最优潮流问题为例进行应用研究。首先,本文将含罚函数的外逼近法应用于非凸的水火机组组合问题。含罚函数的外逼近法首先求解原问题的连续松弛问题,然后交替求解混合整数线性规划主问题和非线性规划子问题。针对主问题,本文采用比例二阶割来有效逼近凸非线性函数。因此,混合整数线性规划主问题就转变为混合整数二次约束规划问题。此外,本文还提出一个启发式方法加快原问题的连续松弛问题的求解。本文通过44火电机组15水电机组24时段等2个系统验证了所提方法的有效性。其次,本文将协同交替方向乘子法应用于含碳排放权交易的直流动态最优潮流问题。与别的基于交替方向乘子法的分布式方法需要相邻子系统间公开耦合支路信息和耦合支路两端节点信息不同,本文的方法只需要相邻子系统间公开耦合支路信息。此外,本文通过减少对偶乘子的数量和采用改进的乘子更新步来加快算法的收敛。使用规模从6节点到1062节点等系统验证了所提方法的有效性。并通过实验对比了分布式交替方向乘子法串行和并行的性能。(本文来源于《广西大学》期刊2019-06-01）
王双月[8]（2019）在《求解图像重排问题与增长曲线模型的交替方向乘子法》一文中研究指出数码相机发展和日益普及导致视觉数据量急剧增加,并且所拍图像通常包含显着的光线照明变化,如部分遮挡或未对齐等.因此,如何设计可靠有效的算法对批量图像重新排列是计算机视觉领域中的一个基本问题.增长曲线模型是统计学领域的一类传统问题,主要研究与短时间序列,重复测量和纵向数据有关的增长问题等.交替方向乘子法(Alternating Direction Method of Multipliers,ADMM)将复杂的问题分解为易求解的子问题,通过对每个子问题求解进而得到整个问题的最优解.本文研究ADMM在图像重排问题与增长曲线模型中的应用,分析算法的收敛性,并通过数值试验测试所提算法的有效性.第一章,首先,介绍本文所需要的优化知识,给出求解两块问题的半临近ADMM,介绍用于求解多块问题的对称Gauss-Seidel半临近ADMM.然后,简单介绍图像重排问题及增长曲线模型问题,并给出关于两种问题的部分研究成果.最后,简单陈述本文的主要工作,并列出本文所使用的符号.第二章,首先构造包含自适应校正项的图像重排问题,然后利用基于对称Gauss-Seidel技术的ADMM进行求解.分析所提算法与两块带有特殊临近点项结构的半临近ADMM的等价性,从而确保该算法的收敛性.最后,通过数值试验验证所构造模型的优越性和算法的有效性.第叁章,构造带有自适应群lasso惩罚函数的广义最小二乘估计的增长曲线模型,分析模型的统计性质并利用半临近ADMM求解.由于模型的特殊结构,则两块形式的ADMM等价于直接推广的叁块的半临近ADMM,从而有利于子问题求解.此外,推导所提增长曲线模型的对偶问题,并利用直接推广的ADMM求解.第四章,总结全文并提出值得进一步研究的问题.(本文来源于《河南大学》期刊2019-06-01）
刘亚南[9]（2019）在《非凸正则矩阵回归的增广拉格朗日乘子法》一文中研究指出随着现代科学技术的发展和大数据时代的到来,矩阵回归问题在科学研究和实际应用领域得到广泛应用,如机器学习和人工智能、基因表达分析、神经网络、医学成像、疾病诊断和治疗、风险管理等.近年来,大量的数据和复杂的结构出现,矩阵和向量混合形式的数据越来越多.因此矩阵和向量混合形式的矩阵回归模型得到越来越多关注.由于这类矩阵回归模型中同时包含矩阵和向量,具有高维性且结构复杂,因此对矩阵回归最小化问题的分析与求解至关重要.近年来,非凸函数(例如SCAD,MCP,l1范数惩罚,lp拟范数,其中0<P<1)由于克服了过度惩罚的缺点,在变量选择方面显示出了显着的优势.因此,我们提出并研究了两种新的非凸矩阵回归极小化方法,它将低秩稀疏正则化与非凸函数完美地结合起来,进而运用增广拉格朗日方法(ALM)求解非凸正则矩阵回归极小化问题,所得到的子问题要么有封闭解,要么可以用快速求解器求解,这使得增广拉格朗日方法(ALM)特别高效.对与第一种模型,我们证明了当惩罚参数比可计算阈值大时,增广拉格朗日方法(ALM)产生的序列收敛到一个平稳点.最后我们进行了全面的数值实验,实验表明我们提出的两种非凸正则矩阵回归最小化模型的性能优于现有的矩阵回归最小化模型.(本文来源于《北京交通大学》期刊2019-06-01）
李国庆,惠鑫欣,孙福军,沈冠冶,宋凯豪[10]（2019）在《基于交替方向乘子法的含风电场系统ATC计算》一文中研究指出随着风电大规模并网,其波动性、间歇性及时空相关性对可用输电能力(available transfer capability,ATC)计算带来极大挑战,建立考虑风速时空相关性的基于直流潮流的含风电场系统可用输电能力计算模型。同时考虑风速时空相关性与负荷波动性对系统潮流分布的影响,并采用交替方向乘子法(alternating direction method of multipliers,ADMM)对ATC模型进行优化求解,以提高计算速度,实现系统ATC的快速计算。以IEEE-9、IEEE-39、IEEE-118测试系统进行仿真,验证该算法的准确性和有效性。(本文来源于《太阳能学报》期刊2019年05期）
乘子法论文开题报告
（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：
鉴于增广拉格朗日乘子法作为一种数学方法已被广泛应用于各类数值计算的实践中,提出了一种以增广拉格朗日乘子法为框架,能有效解决大路网通行能力限制下交通分配问题的求解算法。该算法中嵌入了基于可替换路径对的交通分配算法用于求解无通行能力限制的交通分配子问题,并给出了算法的具体步骤与技术细节。应用数值算例论证了算法的数值计算能力以及求解大路网通行能力限制下交通分配问题的性能,另外也分析了算法参数的灵敏度。
（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。
乘子法论文参考文献
[1].岑正运,邓雪,张玮.用Lagrange乘子法求解曲面的主曲率[J].高师理科学刊.2019
[2].吴超峰.基于增广拉格朗日乘子法的通行能力限制交通分配算法[C].品质交通与协同共治——2019年中国城市交通规划年会论文集.2019
[3].王林军,廖玮,王锬,杜义贤.基于粒子群算法和增广拉格朗日乘子法的混合可靠性分析[J].叁峡大学学报(自然科学版).2019
[4].陈彩华.多块交替方向乘子法不收敛反例的几点注记[J].运筹学学报.2019
[5].张坤,丛爽.基于交替方向乘子法的在线量子态估计算法[C].第二十届中国系统仿真技术及其应用学术年会论文集（20thCCSSTA2019）.2019
[6].马龙,廖均淋.一种加速的广义交替方向乘子法[J].湖北民族学院学报(自然科学版).2019
[7].骆江耀.外逼近法和分布式交替方向乘子法在电力系统优化调度中的应用研究[D].广西大学.2019
[8].王双月.求解图像重排问题与增长曲线模型的交替方向乘子法[D].河南大学.2019
[9].刘亚南.非凸正则矩阵回归的增广拉格朗日乘子法[D].北京交通大学.2019
[10].李国庆,惠鑫欣,孙福军,沈冠冶,宋凯豪.基于交替方向乘子法的含风电场系统ATC计算[J].太阳能学报.2019
论文知识图
