已閱讀1頁,還剩30頁未讀, 繼續(xù)免費閱讀
版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、錐模型是二次模型的推廣,有更多的自由度,共軛梯度法算法簡便,是解大規(guī)模非線性優(yōu)化問題最有效的算法之一,兩者結合能發(fā)揮更好的優(yōu)勢。目前的錐模型共軛梯度法一般都是先把錐模型近似轉化為二次模型后,再通過用二次模型的方法對轉化后的二次模型進行求解,最后相應地得到錐模型共軛梯度法的最優(yōu)解。但在近似轉化過程中有可能會失去錐函數的一些特性。因此本文主要研究工作是舍棄目前算法中錐模型對二次模型的轉化依賴,將水平向量作為搜索方向的一個部分,并與經典共軛梯
2、度法中的搜索方向相結合,從錐模型自身出發(fā),提出了新的解大規(guī)模優(yōu)化問題的錐模型共軛梯度法及其改進算法,證明了新算法的全局收斂性,進行了數值比較實驗。
論文共分五章。第一章簡要介紹了最優(yōu)化的相關問題及本文研究的問題。第二章對錐模型共軛梯度法及其相關內容的研究進展情況進行了簡要介紹。第三章給出了本文中新錐模型共軛梯度法搜索方向的構造依據和構造方法,分析其下降性,并討論其中的參數選取。在第四章中,我們利用經典共軛梯度法的框架進行迭
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,請聯系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔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
- 共軛梯度法在大規(guī)模信號重構問題中的應用.pdf
- 解大規(guī)模無約束優(yōu)化問題的移動漸近線和共軛梯度混合算法.pdf
- 解無約束優(yōu)化問題的BB調比共軛梯度法.pdf
- 求解最優(yōu)化問題的非線性共軛梯度法.pdf
- 求解大規(guī)模無約束優(yōu)化與約束單調方程組的下降PRP共軛梯度法.pdf
- 非單調共軛梯度路徑方法解最優(yōu)化問題.pdf
- 線性約束優(yōu)化問題中的可行共軛梯度法.pdf
- 無約束優(yōu)化問題共軛梯度法的研究.pdf
- 非線性互補問題的共軛梯度法.pdf
- 共軛梯度法的研究.pdf
- 12683.無約束優(yōu)化的譜共軛梯度法和三項共軛梯度法研究
- 求解最優(yōu)化問題的非線性共軛梯度法和自調比擬牛頓法.pdf
- 求解非線性不適定問題的共軛梯度法.pdf
- 新的共軛梯度法和譜梯度法的研究.pdf
- 大規(guī)模交疊網格模型優(yōu)化算法.pdf
- 過程系統(tǒng)的大規(guī)模優(yōu)化問題研究.pdf
- 幾種共軛梯度法的研究.pdf
- 解大型無約束優(yōu)化問題的基于簡單錐模型的BB依賴域法.pdf
- 32423.求解大規(guī)模優(yōu)化問題的有限記憶擬牛頓法
- 無約束優(yōu)化的新型混合共軛梯度法.pdf
評論
0/150
提交評論