矩阵特征值估计的粒子群优化算法

利用Gersehgorin圆盘定理与矩阵特征值的性质,将特征值的求解问题转化为最优化问题.借助粒子群优化算法与二分法思想,精确地估计了实(复)方矩阵的全体特征值,并与Matlab软件中基于QR算法设计的特征值求解函数eig的计算结果作对比,绝对误差达到10-7数量级以上.同时,也解决了特征值分离度的估计问题.     

进化策略算法在矩阵特征值求解中的应用

工程实践中多种振动问题的求解常常归纳为求矩阵特征值问题,另外一些稳定性分析问题及相关分析问题也可以转化为求矩阵特征值问题.为了有效求解此类问题,提出了一种新的求解矩阵特征值的进化策略算法,该算法可用于求解任意矩阵的特征值.实验结果表明,这种基于进化策略算法求解矩阵特征值的方法,与传统方法相比,表现出求解精度高,收敛速度快等优点.     

求解矩阵特征值的混合人工鱼群算法

根据矩阵特征值的分布理论,通过确定矩阵特征值的分布区域,用混合人工鱼群算法来求解任意数值矩阵特征值的近似值。实验结果表明,这种基于混合人工鱼群求解矩阵特征值的算法,可达到一定的精度,能够有效地获得任意矩阵的特征值。     

拟Newton法在高阶矩阵中的应用——求解最大特征值及特征向量

将求解高阶矩阵的最大特征值及其对应的特征向量问题转化为高阶非线性方程组的求解问题。在此基础上,提出了求解矩阵最大特征值及其对应特征向量的拟Newton法,给出求解矩阵最大特征值及其单位化向量重新整理后的Broyden方法公式、BFS方法公式、DFP方法公式及其对应的Broyden算法,BFS算法,DFP算法。以层次分析法中高阶判断矩阵为例验证了该方法的可行性,说明了该方法相对收敛速度快的优势。     

基于融合邻域寻优与θ-PSO算法的矩阵特征值求解

提出一种融合邻域寻优与θ-PSO算法的矩阵特征值求解新方法,将矩阵特征值的求解问题转化为最优化问题。与需要多次运行程序分别求解不同范围的特征值算法相比,该方法可以一次性求出矩阵的全部特征根。仿真实验表明,该算法编程实现方便,对于不同类型的矩阵均可以应用,求解精度高,收敛速度快,大概在10~15代左右就可以收敛,完全可以满足工程实践运算中对精度和速度的要求。     

二次特征值问题的并行Jacobi-Davidson方法及其应用

给出了求解二次特征值问题多个特征对的一种并行Jacobi-Davidson方法,该方法在子空间中求解投影矩阵的二次特征值问题,利用校正方程的解扩充子空间,并以某型号机翼在结构动力分析中的二次特征值问题为例,在多处理机并行系统IBM-P650上进行了数值试验,试验结果表明该算法具有较高的加速比和并行效率.     

求解对称区间矩阵标准特征值的进化策略新算法

针对实对称区间矩阵的特征值问题,将区间不确定量看成是围绕区间中点的一种摄动,提出了一种基于区间扩张的对称区间矩阵特征值问题求解的进化策略算法。将区间矩阵中点作为平衡点,区间不确定量作为相应的扰动量,根据摄动公式求出区间矩阵的最大特征值和最小特征值,从而获得区间矩阵特征值问题的解。算例显示了该算法的有效性,其主要特点是收敛速度快、求解区间精度高。     

求解矩阵特征值和特征向量的PSO算法

提出一种基于粒子群优化算法的求解方法,将线性方程组的求解转化为无约束优化问题加以解决,采用粒子群优化算法求解矩阵特征值和特征向量。仿真实验结果表明,该方法求解精度高、收敛速度快,能够在10代左右收敛,可以有效获得任意矩阵的特征值和特征向量。     

基于增广矩阵束方法的平面天线阵列综合

针对平面阵列的稀布优化问题,提出了一种基于增广矩阵束方法的减少阵元数目、求解阵元位置和设计幅度激励的优化方法。首先对期望平面阵的方向图进行采样并由采样点数据构造增广矩阵,对此矩阵进行奇异值(SVD)分解,确定在误差允许范围内所需的最小阵元数目;然后基于广义特征值分解分别计算两组特征值,并根据类ESPRIT算法对特征值进行配对;最后在最小二乘准则条件下根据正确的特征值对求解平面阵列的阵元位置和激励。仿真结果表明该算法具有较高的计算效率和数值精度。     

基于凝聚函数的和声搜索算法求解绝对值方程*

绝对值方程Ax-|x|=b是一个不可微的NP-hard问题。在假设矩阵A的奇异值大于1（这里矩阵A的奇异值定义为矩阵ATA特征值的非负平方根）时,给出了求解绝对值方程一个新的光滑化算法。通过引入一种凝聚函数对绝对值方程进行光滑化处理,得到一个非线性方程组;再引入适当的目标函数,进而把绝对值方程化为无约束优化问题,然后利用和声搜索算法对其进行求解。该算法模拟了音乐创作中乐师们凭借自己的记忆,通过反复调整乐队中各乐器的音调,最终达到一个美妙的和声状态的过程。数值结果表明,该算法收敛快,数值稳定性好,是求解绝对     

基于Gerschgorin理论稀疏度估计的宽带频谱感知算法

针对在低信噪比(SNR)情况下稀疏度欠估计和高信噪比情况下稀疏度过估计的问题,提出了一种基于Gerschgorin理论稀疏度估计的宽带频谱感知算法。首先,该算法利用Gerschgorin理论分离信号圆盘与噪声圆盘得到稀疏度估计值;然后,利用正交匹配追踪(OMP)算法得到频谱支撑集;最后,完成宽带频谱感知。仿真结果表明,所提算法、AIC-OMP算法和MDL-OMP算法频谱感知的检测概率达到95%信噪比分别需要4.6 dB、8.5 dB和9.7 dB;所提算法频谱感知的虚警概率在信噪比大于13 dB时趋近于0,明显低于BPD-OMP和GDRI-OMP算法的虚警概率,因此,所提算法对于压缩感知(CS)的信号稀疏度估计兼顾了低信噪比和高信噪比时的稀疏度估计性能,频谱感知性能优于AIC-OMP算法、MDL-OMP算法、BPD-OMP算法和GDRI-OMP算法。     

Obtaining minimal Gerschgorin discs by scaling the states

The numerical performance of many linear algebra algorithms (even numerically stable ones) can be significantly improved by proper initial scaling of the matrices they operate on. In the case of state-space representations, the most difficult aspect of this is finding appropriate scaling for the system states. This problem is studied here, and a new numerically reliable scaling algorithm is derived which minimizes the Gerschgorin discs of the matrix A, so yielding tight eigenvalue bounds in a computationally cheap way. Examples are used to illustrate the superiority of this algorithm over existing methods.     

自洽场方法中广义本征值方程求解及其C++程序设计

本文研究自洽场方法中广义本征值方程求解的算法,并设计相应的C 程序来实现该算法。首先对重叠矩阵进行分解,并将广义本征值方程化为标准的本征值方程,再利用Householder变换将上一步变换所得的矩阵化为对称三对角矩阵,进而用QL方法求解这个三对角矩阵的本征值和本征矢量,从而得到自洽场方法中广义本征值方程的本征值和本征矢量。     

一种基于多重特征融合的信源个数估计方法

针对加权盖尔圆估计准则不能充分利用增广加权盖尔圆矩阵信息的不足,在该准则基础上提出一种融合多重特征的信源个数估计方法。利用阵列天线的接收信号构建增广加权盖尔圆矩阵,从中获取用于描述信源个数的盖尔圆心值、盖尔圆半径和加权盖尔圆半径等多重特征构建高维特征向量,并将其标记后代入支持向量机中,训练可进行信源个数估计的分类器数学模型。实验结果表明,该方法不仅能够在信源数只比阵元数少一个的情况下准确估计信源个数,其在低信噪比和小快拍数的环境下也同样具有良好性能。     

基于特征分组与特征值最优化的距离度量学习方法

主流的距离度量学习方法都需要求解半正定规划（Semi definite programming, SDP ）问题,而其中每次循环迭代中的矩阵完全 特征分解运算使得现有方法计算复杂度很高,实用性不强,难以应用在大规模数据环境。 本文提出了一种基于特征分组与特征值最优化的距离度量学习方法。引入特征分 组算法,根据特征各维数之间相关性对图像底层特征进行分组。在一定的约束条件下 ,将求解SDP问题转化为特征值最优化问题,在每次循 环迭代中只需计算矩阵最大特征值对应的特征向量。实验结果表明该方法能有效地降低计算 复杂度,减少度量矩阵的学习时间,并且能取得较好的分类结果。     

A High Accuracy Post-processing Algorithm for the Eigenvalues of Elliptic Operators

In a very recent paper (Hu et al., The lower bounds for eigenvalues of elliptic operators by nonconforming finite element methods, Preprint, 2010), we prove that the eigenvalues by the nonconforming finite element methods are smaller than the exact ones for the elliptic operators. It is well-known that the conforming finite element methods produce the eigenvalues above to the exact ones. In this paper, we combine these two aspects and derive a new post-processing algorithm to approximate the eigenvalues of elliptic operators. We implement this algorithm and find that it actually yields very high accuracy approximation on very coarser mesh. The numerical results demonstrate that the high accuracy herein is of two fold: the much higher accuracy approximation on the very coarser mesh and the much higher convergence rate than a single lower/upper bound approximation. Moreover, we propose some acceleration technique for the algorithm of the discrete eigenvalue problem based on the solution of the discrete eigenvalue problem which yields the upper bound of the eigenvalue. With this acceleration technique we only need several iterations (two iterations in our example) to find the numerical solution of the discrete eigenvalue problem which produces the lower bound of the eigenvalue. Therefore we only need to solve essentially one discrete eigenvalue problem.     

Fast structural optimization with frequency constraints by genetic algorithm using adaptive eigenvalue reanalysis methods

Structural optimization with frequency constraints is highly nonlinear dynamic optimization problems. Genetic algorithm (GA) has greater advantage in global optimization for nonlinear problem than optimality criteria and mathematical programming methods, but it needs more computational time and numerous eigenvalue reanalysis. To speed up the design process, an adaptive eigenvalue reanalysis method for GA-based structural optimization is presented. This reanalysis technique is derived primarily on the Kirsch’s combined approximations method, which is also highly accurate for case of repeated eigenvalues problem. The required number of basis vectors at every generation is adaptively determined and the rules for selecting initial number of basis vectors are given. Numerical examples of truss design are presented to validate the reanalysis-based frequency optimization. The results demonstrate that the adaptive eigenvalue reanalysis affects very slightly the accuracy of the optimal solutions and significantly reduces the computational time involved in the design process of large-scale structures.     

Algorithm to solve the partial eigenvalue problem for large profile matrices

An algorithm is proposed for computing some of the eigenvalues and the corresponding eigenvectors of the generalized eigenvalue problem for symmetric positive-definite matrices stored in profile form on disk.Translated from Kibernetika i Sistemnyi Analiz, No. 2, pp. 141–147, March–April, 1992.     

五对角矩阵的特征值反问题

本文讨论了一类由五个特征值和相应特征向量构造实对称五对角矩阵的特征值反问题.研究了解的存在性以及存在解的充分必要条件,而且给出了算法和数值例子.