

版權(quán)說(shuō)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、最優(yōu)化是一門應(yīng)用性很強(qiáng)的學(xué)科.近年來(lái),隨著計(jì)算機(jī)的發(fā)展以及實(shí)際問(wèn)題的需要,大規(guī)模優(yōu)化問(wèn)題越來(lái)越受到重視.于是,快速有效的算法成為研究的熱門方向. 最優(yōu)化問(wèn)題分為無(wú)約束最優(yōu)化問(wèn)題(古典的求函數(shù)極值問(wèn)題)和帶約束最優(yōu)化問(wèn)題,對(duì)最優(yōu)化問(wèn)題的研究是近年米運(yùn)籌學(xué)的熱門問(wèn)題,在經(jīng)典最優(yōu)化問(wèn)題的基礎(chǔ)上許多國(guó)內(nèi)外學(xué)者對(duì)算法進(jìn)行了改進(jìn)和創(chuàng)新,提出了一大批新算法.對(duì)于約束最優(yōu)化問(wèn)題的研究一直是優(yōu)化專家們研究的熱門方向之一.其中比較著名的有二次規(guī)劃、
2、逐步二次規(guī)劃法、罰函數(shù)法、信賴域法、約束變尺度法和可行方向法等. 在約束最優(yōu)化問(wèn)題的算法中怎樣尋找有效的下降方向是構(gòu)造算法的重要內(nèi)容,在尋找下降方向方面可行方向法中的投影梯度法有效的解決了下降方向的尋找問(wèn)題,利用線性約束問(wèn)題邊界點(diǎn)的任意方向在邊界上的投影都足可行方向,而負(fù)梯度方向的投影就是一個(gè)下降方向.60年代初Rosen提出投影梯度法的基本思想,自從Rosen提出該方法以后,對(duì)它的收斂性問(wèn)題不少人進(jìn)行了研究,但一般都是對(duì)算法作
3、出某些修正后才能證明其收斂的,直到最近對(duì)Rosen算法本身的收斂性的證明才予以解決.投影梯度法是最速下降法對(duì)約束問(wèn)題的推廣,因此沒(méi)有較快的收斂速度,為了解決這個(gè)問(wèn)題很多中外學(xué)者把發(fā)展得比較成熟的無(wú)約束最優(yōu)化算法作類似的推廣,其中共軛梯度方法是近年發(fā)展的很成熟的方法,它具有計(jì)算簡(jiǎn)單,算法結(jié)構(gòu)好,計(jì)算量少,具有良好的收斂性等優(yōu)點(diǎn),而Rosen投影梯度法的提出使尋找下降方向變得簡(jiǎn)單. 本文提出基于投影梯度法與無(wú)約束最優(yōu)化問(wèn)題的下降類算
4、法相結(jié)合的幾類新算法.使新算法將無(wú)約束最優(yōu)化問(wèn)題的下降類算法推廣到線性約束最優(yōu)化問(wèn)題. 在第一章我們簡(jiǎn)要的介紹了最優(yōu)化問(wèn)題的提出以及判斷最優(yōu)解常用的最優(yōu)性條件,回顧了最優(yōu)化問(wèn)題的幾類主要算法. 在第二章中我們把一種新的共軛梯度法(HS-DY混合共軛梯度法)與Rosen投影梯度相結(jié)合,提出了線性等式約束最優(yōu)化問(wèn)題的一種新算法,并在Wolfe線搜索下證明了算法的收斂性. 在第三章中我們將無(wú)約束問(wèn)題的一類下降算法與Ro
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)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(méi)有圖紙預(yù)覽就沒(méi)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。
最新文檔
- 最優(yōu)化問(wèn)題的梯度投影算法研究.pdf
- 求解最優(yōu)化問(wèn)題的非線性共軛梯度法.pdf
- 線性約束優(yōu)化問(wèn)題中的可行共軛梯度法.pdf
- 無(wú)約束最優(yōu)化問(wèn)題的非線性共軛梯度算法的研究.pdf
- 解簡(jiǎn)單界約束優(yōu)化問(wèn)題的投影修正兩點(diǎn)步長(zhǎng)梯度法.pdf
- 約束非線性最優(yōu)化的罰函數(shù)法.pdf
- 求解最優(yōu)化問(wèn)題的非線性共軛梯度法和自調(diào)比擬牛頓法.pdf
- 求解無(wú)約束與簡(jiǎn)單界約束優(yōu)化問(wèn)題的非線性共軛梯度法.pdf
- 凸約束優(yōu)化問(wèn)題中投影梯度方法的理論研究.pdf
- 非線性約束優(yōu)化問(wèn)題的仿射投影既約Hessian修正梯度路徑內(nèi)點(diǎn)方法.pdf
- 42453.求解界約束優(yōu)化的新的非單調(diào)投影梯度法
- 無(wú)約束優(yōu)化問(wèn)題共軛梯度法的研究.pdf
- 有界變量約束非線性優(yōu)化問(wèn)題的仿射共軛梯度路徑法及其應(yīng)用.pdf
- 求解約束全局最優(yōu)化問(wèn)題的填充函數(shù)法.pdf
- 線性約束優(yōu)化的仿射內(nèi)點(diǎn)預(yù)條件共軛梯度路徑法.pdf
- 求解無(wú)約束優(yōu)化問(wèn)題及非線性方程組的共軛梯度法.pdf
- 非線性約束最優(yōu)化超線性收斂的模松馳強(qiáng)次可行方向法.pdf
- 解無(wú)約束優(yōu)化問(wèn)題的BB調(diào)比共軛梯度法.pdf
- 非線性不等式約束優(yōu)化一個(gè)強(qiáng)收斂的廣義超記憶梯度投影強(qiáng)次可行方向法.pdf
- 非線性無(wú)約束最優(yōu)化問(wèn)題的自適應(yīng)信賴域算法.pdf
評(píng)論
0/150
提交評(píng)論