10.3969/j.issn.1672-7029.2015.06.030
全局收敛L－M迭代法的非线性参数平差
采用全局收敛的 L －M非线性迭代算法，可以较大程度减弱非线性模型线性化的模型误差，在雅可比矩阵近似奇异或坏条件时，L －M迭代仍然可以收敛；同时，该算法具有全局收敛特性，大大降低了平差对迭代初值的要求，可以在初值受误差影响较大的情况下得到精确解。通过与几种不同的非线性规划算法的比较，证明了全局收敛的 L －M迭代算法无论是解算精度还是收敛范围均具有相对优势。
全局收敛、L-M迭代、非线性参数平差、模型误差
P207(一般性问题)
长江学者和创新团队发展计划资助项目IRT13092
2016-01-19（万方平台首次上网日期，不代表论文的发表时间）
共6页
1452-1457
