论文部分内容阅读
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。