版權說明: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,請進行舉報或認領
文檔簡介
1、信賴域方法有很強的全局收斂性,其收斂性在比較弱的假設下就可以得到證明,且不要求海塞陣正定.對于無約束優(yōu)化問題的信賴域算法,其關鍵是有效的求得子模型的解和信賴域半徑大小的選擇.線搜索是另一種求解非線性優(yōu)化問題的迭代方法,一般它結合其他方法使用可以加快收斂速度.傳統(tǒng)的信賴域算法都是單調(diào)的,對于某些問題來說單調(diào)的信賴域算法會產(chǎn)生 Marotos效應,而非單調(diào)技術在信賴域方法中應用可以克服這種困難.本文提出了三個求解非線性無約束最優(yōu)化問題的自適
2、應信賴域算法,具體內(nèi)容如下:
1.基于章祥蓀和袁亞湘提出的自適應信賴域機制,提出了一個求解無約束最優(yōu)化問題的自適應調(diào)整策略.該策略根據(jù)目標函數(shù)的實際下降量和預測下降量的比值,并充分利用包含當前點的信息來調(diào)整半徑.在一般假設條件下,證明了算法的收斂性質(zhì),并對算法進行了數(shù)值試驗,試驗結果表明算法是有效的.在文中,子模型(二次模型)的解是基于一個簡單子模型來求的,該模型需要的計算量相對較少.
2.在第二章提出的算法基礎上,
3、結合非精確線搜索技術,提出了一個帶線搜索的自適應信賴域算法.這種算法當試探步不成功的時候,算法不用重新求解信賴域子問題,而是通過線搜索搜到下一個迭代點.在比較弱的條件下,證明了算法的收斂性,并給出了數(shù)值試驗,數(shù)值試驗結果表明算法是有效的.
3.由于某些問題用單調(diào)信賴域方法會使收斂速度放慢,所以在第二章提出的算法的基礎上,利用張洪超的非單調(diào)技術,提出了一個非單調(diào)自適應信賴域算法.非單調(diào)算法放松了接受試探步的條件,在迭代點位于某個
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
- 無約束優(yōu)化問題的自適應過濾信賴域算法.pdf
- 解無約束優(yōu)化及非線性最小二乘問題的自適應信賴域算法.pdf
- 無約束最優(yōu)化的非單調(diào)信賴域算法.pdf
- 無約束優(yōu)化問題的信賴域算法研究
- 無約束無導數(shù)最優(yōu)化的改進信賴域算法
- 無約束優(yōu)化問題的信賴域算法研究.pdf
- 無約束無導數(shù)最優(yōu)化的改進信賴域算法.pdf
- 無約束優(yōu)化問題信賴域過濾算法的研究.pdf
- 非線性最優(yōu)化自適應信賴域算法的改進.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)化的混合信賴域算法研究.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)化問題改進的信賴域方法.pdf
- 無約束優(yōu)化錐模型信賴域算法研究.pdf
- 無約束最優(yōu)化的三種非單調(diào)信賴域算法.pdf
- 無約束最優(yōu)化問題的一類非單調(diào)信賴域算法研究.pdf
- 無約束最優(yōu)化問題的非線性共軛梯度算法的研究.pdf
- 3411.非線性優(yōu)化問題的自適應信賴域算法
- 求解無約束優(yōu)化問題的混合信賴域方法.pdf
評論
0/150
提交評論