10.13465/j.cnki.jvs.2016.22.026
共轭梯度最小二乘迭代正则化算法在冲击载荷识别中的应用
结构动载荷识别反问题是典型的病态问题,需要应用正则方法克服其病态特性而获得稳定的解。与直接正则化算法 Tikhonov 方法相比,共轭梯度最小二乘(Conjugate Gradient Least Squares,CGLS)迭代算法在载荷识别反问题的正则化过程有无须对传递矩阵求逆、无须明确正则化参数的优点。提出共轭梯度最小二乘迭代正则化算法和启发式迭代收敛终止准则,用于三自由度仿真模型和壳结构试验模型的冲击载荷识别,并与经典的 Landweber 迭代正则化算法和直接正则化算法 Tikhonov 方法比较。仿真和实验结果表明:CGLS 迭代正则化算法在识别精度、收敛速度、计算效率和抗噪性方面有明显优势。
共轭梯度最小二乘算法、Landweber 算法、冲击载荷识别、正则化
35
TB123;O32(工程基础科学)
国家自然基金项目51225501;51405370
2016-12-02(万方平台首次上网日期,不代表论文的发表时间)
共8页
176-182,196