基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
病态复线性方程的求解是现代应用数学和很多工程应用面临的难题,用一般算法进行求解时,得到的误差较大,因此在一些高精度的工程应用上,其结果往往不是特别理想.而随着科技的发展,现代很多工程应用对数据具有越来越高的精度要求(尤其是国家航天航空),因此一个能求解病态复线性方程组的高精度算法是很有必要的.从病态复线性方程组求解的特点出发,对模拟退火法进行改进,并将其全局的收敛能力与双共轭梯度法的高精度求解能力结合起来,提出了一种BCG-SA混合算法.数据实验表明,模拟退火法能对双共轭梯度法求出的解进行微调动,帮助双共轭梯度法在概率意义上跳出局部极小值点,从而提高求解精度.
推荐文章
基于极大熵差分进化混合算法求解非线性方程组
差分进化算法
非线性方程组
极大熵方法
多步记忆下降法求解病态线性方程组
线性方程
病态方程组
记忆梯度算法
一种求解非线性方程组的全局优化算法
非线性方程组
全局算法
概率1收敛
数值实验
大型稀疏复线性方程组双共轭梯度法
大型稀疏复线性方程组
全稀疏存贮策略
双共轭梯度法
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 一种求解病态复线性方程组的混合算法
来源期刊 计算机技术与发展 学科 数学
关键词 病态复线性方程组 模拟退火算法 双共轭梯度法 混合算法 希尔伯特矩阵
年,卷(期) 2017,(5) 所属期刊栏目 智能、算法、系统工程
研究方向 页码范围 16-19
页数 4页 分类号 O24
字数 3183字 语种 中文
DOI 10.3969/j.issn.1673-629X.2017.05.004
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 雷秀仁 华南理工大学数学学院 10 118 4.0 10.0
2 陈凤坤 华南理工大学数学学院 1 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (49)
共引文献  (30)
参考文献  (10)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(2)
  • 参考文献(0)
  • 二级参考文献(2)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(5)
  • 参考文献(1)
  • 二级参考文献(4)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(6)
  • 参考文献(0)
  • 二级参考文献(6)
2006(5)
  • 参考文献(0)
  • 二级参考文献(5)
2007(9)
  • 参考文献(1)
  • 二级参考文献(8)
2008(5)
  • 参考文献(1)
  • 二级参考文献(4)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(2)
  • 参考文献(2)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
病态复线性方程组
模拟退火算法
双共轭梯度法
混合算法
希尔伯特矩阵
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机技术与发展
月刊
1673-629X
61-1450/TP
大16开
西安市雁塔路南段99号
52-127
1991
chi
出版文献量(篇)
12927
总下载数(次)
40
总被引数(次)
111596
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导