已閱讀1頁，還剩44頁未讀， 繼續(xù)免費(fèi)閱讀
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)
文檔簡介
1、最優(yōu)化問題在經(jīng)濟(jì)，管理，工程等許多重要領(lǐng)域有著廣泛的應(yīng)用背景．共軛梯度法和擬Newton法是求解最優(yōu)化問題的兩類最常用的方法。共軛梯度法算法簡便，存儲(chǔ)量需求小，收斂速度又比最速下降法快，特別適合求解大規(guī)模問題．傳統(tǒng)的Broyden族擬牛頓算法因?yàn)槠淞己玫臄?shù)值效果和快速收斂速度已成為求解中等規(guī)模最優(yōu)化問題頗受歡迎的一類算法。 已有的研究中通常采用單調(diào)線性搜索技術(shù)，這種線性搜索方式的一個(gè)主要優(yōu)點(diǎn)是算法產(chǎn)生的函數(shù)值序列單調(diào)遞減．然而，
2、單調(diào)線性搜索一般需要較多的試探步才能獲得步長．而且，所獲得的步長有時(shí)會(huì)很小．由Grippo等人提出的非單調(diào)線性搜索技術(shù)可減少線性搜索試探步，并可獲得較大步長． 本文，我們將非單調(diào)線性搜索技術(shù)引入MFR，MPRP，CBFGS和MBFGS算法中，證明相應(yīng)算法的全局收斂性．且通過數(shù)值試驗(yàn)與采用單調(diào)線性搜索技術(shù)的算法進(jìn)行比較．結(jié)果表明，采用非單調(diào)線性搜索技術(shù)的算法具有優(yōu)勢(shì)． 第二章提出一種非單調(diào)MFR算法，證明其全局收斂性．并通
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(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
- 一類非單調(diào)線搜索的擬牛頓法和共軛梯度法研究.pdf
- 非單調(diào)線搜索下改進(jìn)的共軛梯度法.pdf
- 求解最優(yōu)化問題的非線性共軛梯度法和自調(diào)比擬牛頓法.pdf
- 具有非單調(diào)線搜索的半光滑牛頓法.pdf
- fr共軛梯度法與擬牛頓法計(jì)算機(jī)實(shí)現(xiàn)及仿真
- fr共軛梯度法與擬牛頓法計(jì)算機(jī)實(shí)現(xiàn)及仿真
- 共軛梯度法在圖像恢復(fù)中的應(yīng)用.pdf
- 非線性共軛梯度法的研究.pdf
- 改進(jìn)梯度-牛頓法在板材軋制中的應(yīng)用.pdf
- 擬梯度技術(shù)及其在群體搜索中的應(yīng)用.pdf
- 新的共軛梯度法和譜梯度法的研究.pdf
- 解無約束優(yōu)化的非單調(diào)信賴域法和Perry-Shanno無記憶擬牛頓法.pdf
- 非線性互補(bǔ)問題的共軛梯度法.pdf
- 新的非線性共軛梯度法及其收斂性.pdf
- 非線性共軛梯度法的收斂性.pdf
- 48177.非線性共軛梯度法及其收斂性
- 非線性共軛梯度法及其全局收斂性的研究.pdf
- 共軛梯度法的研究.pdf
- 非線性共軛梯度法收斂性的研究.pdf
- 求解非線性不適定問題的共軛梯度法.pdf
評(píng)論
0/150
提交評(píng)論