一個(gè)新的條件預(yù)優(yōu)共軛梯度法.pdf_第1頁(yè)
已閱讀1頁(yè)，還剩32頁(yè)未讀， 繼續(xù)免費(fèi)閱讀

下載本文檔

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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、共軛梯度法是求解無約束最優(yōu)化問題的有效算法之一. 由于其算法簡(jiǎn)單、所需的計(jì)算量和存儲(chǔ)量較少等優(yōu)點(diǎn)，共軛梯度法非常適合于求解大規(guī)模的優(yōu)化問題. 本文主要的研究工作是結(jié)合新擬牛頓方程，提出一個(gè)新的條件預(yù)優(yōu)共軛梯度法，并且證明了新算法不依賴于線搜索而滿足充分下降性，同時(shí)，對(duì)于一般非線性函數(shù)來說具有全局收斂性，并進(jìn)行了數(shù)值比較實(shí)驗(yàn).
　　 本論文共分為四章. 第一章簡(jiǎn)要介紹了最優(yōu)化問題及其應(yīng)用. 第二章首先介紹了共軛梯度法的產(chǎn)生背景和一

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(qǐng)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(qǐng)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(yè)內(nèi)容里面會(huì)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(kù)僅提供信息存儲(chǔ)空間，僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對(duì)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(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請(qǐng)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(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論