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、大連理工大學碩士學位論文一類大型稀疏無約束優(yōu)化的算法姓名:李軍祥申請學位級別:碩士專業(yè):運籌學與控制論指導教師:張宏偉20050614AClassofAlgorithmsforLargeScaleSparseUnconstrainedOptimizationAbstractThisdissertationstudiesaclassofseveralalgorithmsforsolvinglargescalesparseunconstra
2、inedoptimizationItsmainresultsmaybesummarizedasfollows;lInChapter4,asymmetrictriangularpartitionedsecantmethodforsolvinglargescalesparseunconstrainedoptimizationproblemsisconstructed,whichisacombinationofasecantmethodand
3、afinitedifferencemethod,anddependsonaconsistentpar—titionofthecolumnsofthelowertriangularpartoftheHessianmatrix;itreducesthenumberofgradientevaluationsrequiredbyPoweltandToint’Salgorithm(theindirectlowertriangularsubstit
4、utionalgorithm)byoneateveryiterativestepAqsuperlinearconvergenceresultandanrconvergencerateestimateshowthatthismethodhasgoodlocalconvergenceproperties,andwesharpenerrorestimatesandimproveKantorovichtypeanalysesforBroyden
5、’SalgorithmandSchubert’Salgorithm2InChapter5,anewmethodwithdirectpartitionedcolumnupdatesofcholeskyfactor—izationforsolvinglargescalesparseunconstrainedoptimizationproblemsisproposed,whi出dependsOnaconsistentpartitionofth
6、ecolumnsandcholeskyfactorizationoftheHessianmatrix,Thismethodemploysaninitialcholeskyfactorizationandpar—titionedcolumnsoftheapproximationHessianandthencorrectsthecorrespondingcolumnsofthediagonalfactorandlowertriangular
7、factordirectlyandsuccessivelyateachstepIterationsaregeneratedusingforwardandbackwardsubstitutionemployingtheupdatefactorizations,Aselfcorrectingpropertyaqsuperlinearconvergenceresultandanr—convergeneerateestimateshowthat
8、thismethodhasgoodlocalcon—vergenceproperties3,Chapter6providesnumericalexperimentsgivenbythealgorithmsinchapter4andchapter5Thenumericalresultsshowthat,forsolvingsomelargescalesparseunconstrainedoptimizationproblems,thetw
9、oalgorithmsareobviouslymoreeffectivethananyotheralgorithmscomparedwithinsomeaspects。KeyWords:algorithm;superlinearconvergence;numericalexample;unconstrainedop—timization;sparsity;finitedifference;substitution;secant;Hess
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)化問題的一類非單調(diào)信賴域算法研究.pdf
- 一類解無約束最優(yōu)化問題的錐函數(shù)插值模型算法.pdf
- 一類求解無約束極大極小問題的新算法.pdf
- 用自動微分分劃組的修正算法解大型稀疏無約束優(yōu)化問題.pdf
- 無約束優(yōu)化問題的稀疏擬牛頓法.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
- 求解無約束優(yōu)化問題的一類帶線搜索的自適應信賴域算法.pdf
- 無約束優(yōu)化問題
- 求解無約束最優(yōu)化問題的一類修改Broyden非凸族.pdf
- 無約束優(yōu)化問題的若干算法研究.pdf
- 無約束優(yōu)化的回溯信賴域算法.pdf
- 無約束優(yōu)化問題的信賴域算法研究
- 無約束優(yōu)化問題的梯度類方法研究.pdf
- 無約束優(yōu)化的混合信賴域算法研究.pdf
- 求解無約束優(yōu)化的兩種算法.pdf
- 實驗無約束最優(yōu)化
- 無約束優(yōu)化問題的信賴域算法研究.pdf
- 無約束優(yōu)化的譜共軛梯度算法研究.pdf
- 32181.無約束極大極小優(yōu)化問題的一類非線性lagrange方法的研究
評論
0/150
提交評論