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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、對(duì)于無約束優(yōu)化問題min f(x),x∈其中f:→,目前已有許多有效的求解方法及其相關(guān)的收斂性分析。擬牛頓法和信賴域法就是眾多有效方法中的兩種。它們?cè)诿坎降鷷r(shí)均利用目標(biāo)函數(shù)值和-階導(dǎo)數(shù)信息來構(gòu)造目標(biāo)函數(shù)的Hessian矩陣近似,而不需要計(jì)算Hessian矩陣,同時(shí)具有收斂速度快的優(yōu)點(diǎn)。本文首先證明一種修正的DFP方法的全局收斂性,然后提出一種求解非光滑凸優(yōu)化的非單調(diào)自適應(yīng)信賴域方法。本文結(jié)構(gòu)如下: 第一章,簡(jiǎn)單地介紹求解無約
2、束優(yōu)化的擬牛頓方法和信賴域方法,然后給出求解非光滑凸優(yōu)化的預(yù)備知識(shí)。 第二章,韋增欣等在文[11]中提出了修正的擬牛頓公式,并分別在文[11]及[12]中給出了修正BFGS方法的全局收斂性和超線性收斂性的證明,但尚未證明修正DFP方法的全局收斂性。本章在適當(dāng)?shù)臈l件下,證明上述修正DFP方法在弱Wolfe-Powell線搜索下是全局收斂的。初步的數(shù)值計(jì)算表明該方法是值得提倡的。 第三章,信賴域方法有較強(qiáng)的收斂性質(zhì):不僅全局
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(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(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
- 求解非線性無約束優(yōu)化問題的兩種方法的研究.pdf
- 一種無約束優(yōu)化問題的算法.pdf
- 無約束優(yōu)化中的幾個(gè)算法.pdf
- 無約束優(yōu)化問題
- 求解連續(xù)型無約束全局優(yōu)化問題的新型混合算法.pdf
- 無約束優(yōu)化問題的若干算法研究.pdf
- 求解無約束優(yōu)化問題的混合信賴域方法.pdf
- 求解無約束優(yōu)化問題新方法的研究.pdf
- 無約束優(yōu)化的回溯信賴域算法.pdf
- 無約束優(yōu)化問題的信賴域算法研究
- 無約束優(yōu)化的混合信賴域算法研究.pdf
- 實(shí)驗(yàn)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
- 無約束最優(yōu)化的三種非單調(diào)信賴域算法.pdf
- 無約束優(yōu)化錐模型信賴域算法研究.pdf
- 無約束優(yōu)化的改進(jìn)變尺度算法【開題報(bào)告】
- 無約束優(yōu)化問題信賴域過濾算法的研究.pdf
- 無約束最優(yōu)化的非單調(diào)信賴域算法.pdf
- 一類大型稀疏無約束優(yōu)化的算法.pdf
評(píng)論
0/150
提交評(píng)論