0.4算法优化的松弛技术
合集下载
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
改善精度的一种简便而有效的方法是取两者的某种加权平均值作为改进值即令0f1f101010ffffff??适当选取权系数来调整校正量以将近似值加工成更高精度的结果
0.4算法优化的松弛技术
松弛技术的设计思想： 在实际计算中常常可以获得目标值F*的两个相伴随的 近似值 F 0 与 F1 ，如何将它们加工成更高精度的结果 呢？ 改善精度的一种简便而有效的方法是，取两者的某种 加权平均值作为改进值，即令
F = (1 − ω ) F0 + ω F1 = F0 + ω ( F1 − F0 )
适当选取权系数 ω 来调整校正量 ω ( F1 − F0 ) ，以 ∧ 将近似值 F 0 加工成更高精度的结果 F 。正是由于这 种基于校正量的调整与松动，故称之为松弛技术。
∧
如果所提供的一对近似值 F 0 ， F1 有优劣之分，譬如 F1 为优而 F 0 为劣，这时往往采用如下松弛方式
F = (1＋ ω ) F1－ ω F0
即在松弛过程中张扬 F1 的优势而抑制 F 0 的劣
0.4算法优化的松弛技术
松弛技术的设计思想： 在实际计算中常常可以获得目标值F*的两个相伴随的 近似值 F 0 与 F1 ，如何将它们加工成更高精度的结果 呢？ 改善精度的一种简便而有效的方法是，取两者的某种 加权平均值作为改进值，即令
F = (1 − ω ) F0 + ω F1 = F0 + ω ( F1 − F0 )
适当选取权系数 ω 来调整校正量 ω ( F1 − F0 ) ，以 ∧ 将近似值 F 0 加工成更高精度的结果 F 。正是由于这 种基于校正量的调整与松动，故称之为松弛技术。
∧
如果所提供的一对近似值 F 0 ， F1 有优劣之分，譬如 F1 为优而 F 0 为劣，这时往往采用如下松弛方式
F = (1＋ ω ) F1－ ω F0
即在松弛过程中张扬 F1 的优势而抑制 F 0 的劣