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(bào)或認(rèn)領(lǐng)
文檔簡介
1、本文主要研究求解無約束優(yōu)化問題的混合信賴域算法,信賴域算法以其良好的穩(wěn)定性和較強(qiáng)的收斂性越來越受到學(xué)者的重視,成為求解非線性規(guī)劃的重要算法之一。但是傳統(tǒng)的信賴域方法中搜索方向即試探步的反復(fù)求解加大了計(jì)算量,而線搜索方法則可以比較容易的求出搜索方向,1991年,Yuan和Nocedal[44]首創(chuàng)性的提出了將信賴域方法和線搜索方法相結(jié)合的算法構(gòu)造思想,其構(gòu)造的算法融合了兩種方法的優(yōu)點(diǎn),理論與數(shù)值效果都比較理想。本文就是在信賴域和線搜索結(jié)合
2、的框架下,探討各種技術(shù)混合使用的可行性、實(shí)用性及其數(shù)值效果的理想性。
本文的主要研究成果如下:
1、提出了一種基于二次模型的非單調(diào)自適應(yīng)信賴域算法。算法結(jié)合非單調(diào)技術(shù),首先利用信賴域方法求出試探步,如果試探步不被接受,則采用濾子技術(shù),如果試探步也不被濾子集接受,則取Newton方向,并沿此方向進(jìn)行非單調(diào)Armijo線搜索得到步長,從而得到新的迭代點(diǎn)。此算法保證了每一步迭代中信賴域子問題只求解一次,減少了計(jì)算量,數(shù)值試
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(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. 眾賞文庫僅提供信息存儲(chǔ)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(shí)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。
最新文檔
- 無約束優(yōu)化問題改進(jìn)的信賴域方法.pdf
- 無約束優(yōu)化的混合信賴域算法研究.pdf
- 無約束優(yōu)化問題的信賴域算法研究
- 無約束優(yōu)化問題的信賴域算法研究.pdf
- 無約束優(yōu)化問題信賴域過濾算法的研究.pdf
- 無約束優(yōu)化的回溯信賴域算法.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)化問題的自適應(yīng)過濾信賴域算法.pdf
- 無約束優(yōu)化錐模型信賴域算法研究.pdf
- 求解無約束和界約束優(yōu)化問題的錐依賴域方法的研究.pdf
- 無約束最優(yōu)化的非單調(diào)信賴域算法.pdf
- 無約束無導(dǎo)數(shù)最優(yōu)化的改進(jìn)信賴域算法
- 無約束優(yōu)化問題線搜索法和信賴域法的研究.pdf
- 求解無約束優(yōu)化問題的一類帶線搜索的自適應(yīng)信賴域算法.pdf
- 求解無約束優(yōu)化問題新方法的研究.pdf
- 非線性無約束最優(yōu)化問題的自適應(yīng)信賴域算法.pdf
- 無約束無導(dǎo)數(shù)最優(yōu)化的改進(jìn)信賴域算法.pdf
- 解無約束優(yōu)化問題的新的非單調(diào)過濾集信賴域方法.pdf
- 一種解無約束優(yōu)化問題的過濾集信賴域線搜索方法.pdf
- 無約束優(yōu)化問題
評論
0/150
提交評論