11230.基于dailiao型方法和weiliu型方法的混合共軛梯度法_第1頁
已閱讀1頁,還剩59頁未讀 繼續(xù)免費閱讀

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),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、重慶師范大學(xué)碩士學(xué)位論文基于DAILIAO型方法和WEIYAOLIU型方法的混合共軛梯度法碩士研究生:吳雙江指導(dǎo)教師:杜學(xué)武教授學(xué)科專業(yè):運籌學(xué)與控制論所在學(xué)院:數(shù)學(xué)科學(xué)學(xué)院重慶師范大學(xué)2016年5月重慶師范大學(xué)碩士學(xué)位論文中文摘要基于DAILIAO型方法和WEIYAOLIU型方法的混合共軛梯度法摘要非線性共軛梯度法是求解大規(guī)模無約束優(yōu)化問題的一類重要方法.DAILIAO型方法和WEIYAOLIU型方法是兩類非常有效的非線性共軛梯度法.

2、本文從方法的充分下降性、全局收斂性以及數(shù)值計算效果出發(fā),基于DAILIAO型方法和WEIYAOUU型方法,提出一些對一般非線性函數(shù)具有充分下降性和全局收斂性且具有較好的數(shù)值計算效果的混合共軛梯度法.本文的主要內(nèi)容如下:第1章,簡要介紹共軛梯度法的相關(guān)概念和研宄現(xiàn)狀.第2章,基于兩個已有的DAILIAO型與WEIYAOUU型混合的方法,提出了兩個新的混合共軛梯度法,即DLWYL1方法和DLWYL2方法.證明了DLWYL1方法和DLWYL2

3、方法在強(qiáng)Wolfe線搜索下均具有充分下降性和對一般非線性函數(shù)的全局收斂性.數(shù)值試驗結(jié)果表明,本章提出的混合共軛梯度法與已有的一些計算效果很好的方法是具有可比性的.第3章,基于帶有擾動因子的修正共軛梯度法和兩個DAILIAO型與WEIYAOUU型混合的方法提出兩個帶有擾動因子的混合共軛梯度法,即DLWYLD方法和DLMHSD方法.證明了DLWYLD方法和DLMHSD方法在強(qiáng)Wolfe線搜索下均具有充分下降性和對一般非線性函數(shù)的全局收斂性.

4、數(shù)值試驗結(jié)果表明,DLWYLD方法和DLMHSD方法略優(yōu)于已有的一些計算效果很好的方法.第4章,基于一個DAILIAO型與WEIYAOUU型混合的方法和它的一個修正形式,并利用割線條件和一個修正割線條件,分別提出一個逼近擬牛頓方向和一個逼近修正擬牛頓方向的混合共軛梯度法,即DLWYLQN方法和DLWYLMQN方法.證明了DLWYLQN方法在強(qiáng)Wolfe線搜索下的充分下降性和對一致凸函數(shù)的全局收斂性以及DLWYLMQN方法在強(qiáng)Wolfe線

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(hù)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(fù)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。

評論

0/150

提交評論