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、本文主要研究無約束優(yōu)化問題的線搜索方法和自適應信賴域方法.全文共分三章. 第一章為序言,主要介紹了無約束優(yōu)化問題的線搜索方法和自適應信賴域方法的研究現(xiàn)狀和研究價值,以及本文的主要研究成果. 第二章為無約束優(yōu)化問題線搜索方法的收斂性.對于無約束優(yōu)化問題,線搜索方法是求解該問題的十分有效的方法,許多學者對此方法的收斂性作了深入廣泛的研究,并取得了豐碩的成果.文獻[12]中,Shi給出了線搜索方法在七種線搜索準則下的收斂性的一
2、般結(jié)論,這些結(jié)論對于構(gòu)造快速有效的收斂算法是十分有用的.本章在文獻[12]的基礎(chǔ)上,將其假設條件減弱,得到了相同的收斂性結(jié)論,說明了算法可應用于求解更廣泛的無約束優(yōu)化問題. 第三章為一個新的自適應信賴域方法及其收斂性.章祥蓀等([24])給出了一種自適應信賴域方法,即取△k=cp‖gk‖‖(^Bk)-1‖,其中0<c<1,p為非負整數(shù),并證明了算法的全局收斂性和局部超線性收斂性.受文獻[24]的啟發(fā),本章給出一個新的自適應信賴域
3、方法.新方法適當調(diào)節(jié)了自適應信賴域半徑的選擇,取△k=cp‖gk‖3/gkT(^Bk)gk,其中0<c<1,p為非負整數(shù),這樣避免了文獻[24]中矩陣的求逆運算,減少了計算量,而且新方法在一定條件下同樣具有全局收斂性和局部超線性收斂性.數(shù)值試驗結(jié)果表明新方法不但可行而且十分有效,同時也可以看到由BFGS擬牛頓校正公式得到的(^B)k所對應的新的自適應信賴域方法是最好的信賴域方法,說明了(^B)k的選擇對于新的自適應信賴域方法是十分重要的
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)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 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。
- 6. 下載文件中如有侵權(quán)或不適當內(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
- 無約束最優(yōu)化問題牛頓型算法的若干研究.pdf
- 無約束優(yōu)化問題
- 無約束優(yōu)化問題的信賴域算法研究
- 無約束優(yōu)化問題的信賴域算法研究.pdf
- 無約束優(yōu)化問題的基本研究
- 無約束優(yōu)化問題信賴域過濾算法的研究.pdf
- 無約束優(yōu)化中的幾個算法.pdf
- 一種無約束優(yōu)化問題的算法.pdf
- 關(guān)于無約束最優(yōu)化問題的擬牛頓算法研究.pdf
- 求無約束優(yōu)化問題的過濾器算法.pdf
- 無約束優(yōu)化問題的回溯過濾信賴域算法.pdf
- 無約束優(yōu)化的混合信賴域算法研究.pdf
- 非凸無約束優(yōu)化問題的修正擬牛頓算法.pdf
- 變分不等式與無約束優(yōu)化問題的算法研究.pdf
- 無約束優(yōu)化的回溯信賴域算法.pdf
- 無約束最優(yōu)化問題的直接方法
- 無約束優(yōu)化的譜共軛梯度算法研究.pdf
- 無約束優(yōu)化錐模型信賴域算法研究.pdf
- 無約束最優(yōu)化問題的張量方法研究.pdf
- 無約束優(yōu)化問題的梯度類方法研究.pdf
評論
0/150
提交評論