摘要
结合非线性模型优化算法在测绘数据处理实例中体现的不同特性,指出牛顿型迭代算法收敛速度快,计算效率高,但要求参数初值精度高;单纯形法相对牛顿型算法,尽管计算效率较低,但对参数初值取值要求明显降低,当不能获取参数较精确的近似值时,可以有效提高测绘数据处理成果效率。
Considering the different algorithm properties of nonlinear model optimization theories,the speed of convergence of Newton series methods are much more faster than simplex method,but the requirement for the parameter initial values are also more precise than the latter. So if the parameter initial values can't be obtained precisely,simplex method would be more efficient.
出处
《工程勘察》
2014年第11期57-59,共3页
Geotechnical Investigation & Surveying
基金
国家自然科学基金资助项目(41206078)
关键词
牛顿法
单纯形法
非线性模型
优化
迭代
Newton algorithm
simplex method
nonlinear model
optimization
iteration
