导读:本文包含了最优步长论文开题报告文献综述及选题提纲参考文献，主要关键词:交替方向乘子法,收敛速率,最优步长,最优算法
最优步长论文文献综述
陈庆国,赵建伟,曹飞龙[1]（2017）在《基于ADMM算法正则化最优步长的研究》一文中研究指出交替方向乘子法(Alternating Direction Method of Multipliers,简称ADMM)已经成为求解大规模结构性优化问题的有效方法。尽管已经有较多关于ADMM算法收敛性的研究,但关于该算法参数对收敛性影响的定量表示仍须进一步研究,已有的结果中仅是在实验中凭经验对步长进行选取。文章研究ADMM算法l_1正则化最小的一个重要问题Lasso的收敛因子。研究发现解的形式可用软阈值算子表示,分析发现软阈值的叁种情况可以等价转化成算法收敛因子的两种情况,然后通过最小化收敛因子解出最优的步长。实验表明,应用该方法选出的步长,其相应算法的收敛速度明显快于其他选取步长的情况。此外,将该方法应用到压缩感知问题,给出了一个计算最优步长的近似值策略,获得了较好的实验效果。(本文来源于《山西大学学报(自然科学版)》期刊2017年04期）
沈秀娟[2]（2015）在《滑动区组Bootstrap方法最优步长估计的实证分析》一文中研究指出本文主要利用滑动区组Bootstrap方法最优步长的估计理论及算法,借助R软件对最优步长的选取进行了实证分析,并将滑动区组Bootstrap方法的两种方法最优步长的估计做出比较。经比较,与不交迭滑动区组Bootstrap方法相比,交迭滑动区组Bootstrap方法在时间序列的分析与应用方面更精确更有效。(本文来源于《中小企业管理与科技(中旬刊)》期刊2015年11期）
宾进宽,丘祖文,汪超群[3]（2015）在《基于矢量化和准最优步长的电力系统连续潮流计算》一文中研究指出针对传统电力系统连续潮流计算在计算速度和收敛性等方面的不足,提出一种基于矢量化与准最优步长相结合的模型。将连续潮流方程矢量化,并利用Matlab编写程序,可充分发挥其强大的矩阵运算能力以实现快速运算;在求解过程中,引入准最优乘子的概念,将有助于避免系统在较轻负荷下可能存在的不稳定性,减小系统病态的影响。整个连续潮流模型以矢量化的形式表达,简化了程序复杂度,提高了代码的通用性和易维护性。通过IEEE标准测试系统和实际系统的仿真计算,证明该模型的正确性。(本文来源于《智能电网》期刊2015年02期）
宋光辉,陈敏鹏,吴栩[4]（2014）在《移动均线中最优步长测算方法及其应用——基于均匀设计的遗传算法》一文中研究指出移动均线是技术投资中最为常用的技术指标之一,但移动均线最优步长的确定迄今仍无简单实用的方法。本文结合均匀设计和遗传算法,提出了一种移动均线最优步长的求解方法。将其应用于投资实践中,算法只需问题规模3.4%的计算量便能求出最优解,效率较高;同时,根据该方法得到的上证指数最优移动均线组合均能获取较高收益。其中,均线步长组合(1,21)受市场环境影响较小,且累计收益率高达487%。本文所提出的方法在投资实践中具有较高的可操作性。(本文来源于《财会月刊》期刊2014年22期）
周雄新,欧笛声[5]（2014）在《最优步长因子法在桁架结构尺寸优化方面的应用》一文中研究指出针对桁架结构尺寸优化的特性,依据原约束优化问题的对偶函数关于KKT乘子的一阶偏导数确定乘子的寻优方向;依据对偶函数的极值必要条件和约束优化问题的KKT条件,推导乘子迭代的最优步长因子;依据广义Lagrange函数关于各杆横截面积一阶偏导数应为零的极值必要条件,推导出求解该非线性方程组的优化迭代求解式及其步长因子;通过2种不同约束条件的10杆桁架结构尺寸优化算例验证了本文方法可自动确定各迭代求解式中的步长因子;与已有文献采用序列二次规划法的算例相比,本文方法无需采用一维搜索法寻找步长因子,可大幅度减少计算时间。(本文来源于《应用力学学报》期刊2014年04期）
曾小牛,李夕海,牛超,刘代志[6]（2014）在《一种改进的最优步长积分迭代法》一文中研究指出本文基于位场向下延拓的最优步长积分迭代法,通过结合当前迭代步骤得到的迭代信息,经过推导得到了一种新的改进的最优步长积分迭代法迭代形式。此种改进迭代法的实质是将最优迭代法的一步迭代分为两步迭代,且每次迭代过程都使用积分迭代法的迭代形式,因此迭代过程中的计算量并没有明显增加,其收敛性同最优步长积分迭代法。理论模型及实测数据的对比试验表明,改进迭代法的收敛速度和延拓精度均优于最优步长积分迭代法、泰勒级数迭代法和导数迭代法。(本文来源于《石油地球物理勘探》期刊2014年02期）
杨云,胡谷雨,李华波,罗隽[7]（2012）在《基于OPNET的BotNet最优步长传播仿真》一文中研究指出僵尸网络(BotNet)主要采用蠕虫扫描的方式进行传播,传统的蠕虫传播策略主要在扩散效率和扫描准确性上进行折衷,共性缺点是存在对同一主机重复扫描和网络之间交叉扫描的严重问题,会对互联网产生严重的流量冲击,降低BotNet的隐蔽性。为解决这一共性问题,根据互联网的无尺度特性,在对比传统网络蠕虫传播策略优缺点的基础上,结合前向神经网络现有的BP学习算法对BotNet传播进行了分析,从理论上提出一种计算BP近似最优步长的算法,并通过OPNET建立传播攻击模型进行了仿真验证。结果表明,该算法有效地提高了BotNet在无尺度网络中的传播性能。(本文来源于《解放军理工大学学报(自然科学版)》期刊2012年04期）
曾小牛,李夕海,刘代志,韩绍卿[8]（2011）在《积分迭代法的正则性分析及其最优步长的选择》一文中研究指出位场积分迭代法是一种解决位场大数据量、大深度向下延拓的有效方法.本文基于Kirsch正则化子理论,推导了积分迭代法对应的正则化滤子函数,并证明积分迭代法为一种求解位场向下延拓不适定反问题的正则化方法.针对积分迭代法迭代步长固定、迭代次数较多影响收敛速度的问题,提出该迭代法最优迭代步长的选择原理.理论模型和实测数据对比分析表明,最优步长能够有效减少积分迭代法收敛的迭代次数,提高收敛速度和延拓精度.(本文来源于《地球物理学报》期刊2011年11期）
侯宝臣,邓飞其[9]（2010）在《B-P神经网络近似最优步长的研究》一文中研究指出针对前向神经网络现有BP学习算法的不足,结合非线性最优化方法,从理论上提出一种关于B-P神经网络近似最优步长的算法。该算法能有效地改进了神经元网络的学习收敛速度。(本文来源于《组合机床与自动化加工技术》期刊2010年04期）
潘子宇,酆广增,王欣[10]（2008）在《最优步长的线性约束共轭梯度常模盲多用户检测》一文中研究指出克服多址干扰对CDMA系统的影响,该文研究了CDMA下行链路中的多用户检测问题,提出了一种新的盲检测算法,即最优自适应步长的线性约束共轭梯度常模算法(M-LCCGCMA).该算法采用最优自适应步长的方法对算法进行优化,并推导出步长的解析形式.在加性高斯白噪声和多径衰落信道环境中的仿真结果表明,该算法的信干比性能和误码率性能均比现有的自适应步长常模算法要好.(本文来源于《应用科学学报》期刊2008年03期）
最优步长论文开题报告
（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：
本文主要利用滑动区组Bootstrap方法最优步长的估计理论及算法,借助R软件对最优步长的选取进行了实证分析,并将滑动区组Bootstrap方法的两种方法最优步长的估计做出比较。经比较,与不交迭滑动区组Bootstrap方法相比,交迭滑动区组Bootstrap方法在时间序列的分析与应用方面更精确更有效。
（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。
最优步长论文参考文献
[1].陈庆国,赵建伟,曹飞龙.基于ADMM算法正则化最优步长的研究[J].山西大学学报(自然科学版).2017
[2].沈秀娟.滑动区组Bootstrap方法最优步长估计的实证分析[J].中小企业管理与科技(中旬刊).2015
[3].宾进宽,丘祖文,汪超群.基于矢量化和准最优步长的电力系统连续潮流计算[J].智能电网.2015
[4].宋光辉,陈敏鹏,吴栩.移动均线中最优步长测算方法及其应用——基于均匀设计的遗传算法[J].财会月刊.2014
[5].周雄新,欧笛声.最优步长因子法在桁架结构尺寸优化方面的应用[J].应用力学学报.2014
[6].曾小牛,李夕海,牛超,刘代志.一种改进的最优步长积分迭代法[J].石油地球物理勘探.2014
[7].杨云,胡谷雨,李华波,罗隽.基于OPNET的BotNet最优步长传播仿真[J].解放军理工大学学报(自然科学版).2012
[8].曾小牛,李夕海,刘代志,韩绍卿.积分迭代法的正则性分析及其最优步长的选择[J].地球物理学报.2011
[9].侯宝臣,邓飞其.B-P神经网络近似最优步长的研究[J].组合机床与自动化加工技术.2010
[10].潘子宇,酆广增,王欣.最优步长的线性约束共轭梯度常模盲多用户检测[J].应用科学学报.2008