版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、分類號Q221:2UDC碩士學(xué)位論文非線性約束優(yōu)化基于增廣拉格朗日函數(shù)的濾子SQP算法尹江華論文答辯日期2Q!互生堇目21旦學(xué)位授予日期2Q!魚生魚目3Q旦答辯委員會主席段復(fù)建教援非線性約束優(yōu)化基于增廣拉格朗日函數(shù)的濾子SQI算法摘要本學(xué)位論文研究非線性約束優(yōu)化問題,此類問題在工程,國防,經(jīng)濟社會和社會科學(xué)等重要領(lǐng)域有著廣泛應(yīng)用,一直是國際最優(yōu)化領(lǐng)域的研究熱點因此,研究非線性約束優(yōu)化問題新的理論和有效算法具有重要的理論和實際意義本學(xué)位論
2、文基于增廣拉格朗日函數(shù)法的思想和濾子技術(shù),借鑒專為精確罰函數(shù)設(shè)計的轉(zhuǎn)向技術(shù)(steeringtechniques),利用自適應(yīng)的罰參數(shù)和乘子更新技術(shù),結(jié)合回溯線搜索技術(shù),提出了一個基于增廣拉格朗日函數(shù)的濾子SQP算法在算法的每一次迭代中,搜索方向是轉(zhuǎn)向步和預(yù)測步恰當(dāng)?shù)耐菇M合,其中轉(zhuǎn)向步代表局部最好的可行性改進,預(yù)測步代表了增廣拉格朗日函數(shù)二次近似模型的最大下降量從而,搜索方向包含了約束違反度函數(shù)以及增廣拉格朗日函數(shù)的信息在回溯線搜索階段
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 24799.約束非線性優(yōu)化的信賴域濾子sqp算法
- 求解約束優(yōu)化問題的增廣拉格朗日函數(shù)法.pdf
- 幾類基于增廣拉格朗日函數(shù)的求解約束優(yōu)化問題的方法.pdf
- 14040.錐約束優(yōu)化中增廣拉格朗日函數(shù)性質(zhì)的研究
- 不等式約束優(yōu)化兩個無罰函數(shù)無濾子的SQP算法.pdf
- 非線性等式約束優(yōu)化問題的信賴域濾子算法研究.pdf
- 非線性優(yōu)化問題的濾子算法研究.pdf
- 一個求解非線性半定規(guī)劃的基于增廣拉格朗日函數(shù)的原始對偶內(nèi)點算法.pdf
- 非線性約束優(yōu)化問題的信賴域filteR-SQP算法研究.pdf
- 非線性互補約束均衡問題的SQP算法研究.pdf
- 利用增廣Lagrange函數(shù)改進的SQP算法研究.pdf
- 求解非線性約束優(yōu)化問題的濾子線搜索內(nèi)點法.pdf
- 30634.求解非線性約束優(yōu)化的濾子及其修正方法
- 一種結(jié)合NCP函數(shù)的濾子SQP算法的研究.pdf
- 非線性約束條件下SQP算法的研究.pdf
- 求解不等式約束非線性優(yōu)化問題的改進的SQP算法研究.pdf
- 一種新的結(jié)合NCP函數(shù)的SQP濾子算法.pdf
- 不等式約束優(yōu)化濾子算法研究.pdf
- 約束非線性最優(yōu)化的罰函數(shù)法.pdf
- 非線性約束優(yōu)化的幾個算法研究.pdf
評論
0/150
提交評論