已閱讀1頁,還剩38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(jiǎn)介
1、本文給出-個(gè)求解無約束優(yōu)化問題的“對(duì)角二階擬牛頓法”及其全局收斂性證明.該算法基于二階擬牛頓方程,用-個(gè)對(duì)角矩陣逼近Hessian矩陣的逆,以確定搜索方向;再采用Armijo非精確線搜索或非單調(diào)線搜索確定步長(zhǎng)。二階擬牛頓方程比經(jīng)典擬牛頓方程具有更高的逼近階,其應(yīng)用有助于提高新算法的計(jì)算效率;而以對(duì)角矩陣逼近Hessian矩陣的逆,則顯著降低了每次迭代所需計(jì)算量和存儲(chǔ)量,因而新算法適合于大規(guī)模稀疏問題的求解。 初步的數(shù)值試驗(yàn)結(jié)果是
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
- 無約束優(yōu)化問題的稀疏擬牛頓法.pdf
- 關(guān)于無約束最優(yōu)化問題的擬牛頓算法研究.pdf
- 非凸無約束優(yōu)化問題的修正擬牛頓算法.pdf
- 無約束優(yōu)化問題
- 求解無約束最優(yōu)化問題的一個(gè)新的擬牛頓方法.pdf
- 無約束最優(yōu)化問題牛頓型算法的若干研究.pdf
- 無約束優(yōu)化問題共軛梯度法的研究.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
- 無約束優(yōu)化問題的基本研究
- 15937.無約束擬亞模函數(shù)優(yōu)化
- 二階錐約束二次規(guī)劃逆問題的光滑牛頓法.pdf
- 無約束最優(yōu)化問題的直接方法
- 無約束優(yōu)化問題線搜索法和信賴域法的研究.pdf
- 無約束優(yōu)化問題的若干算法研究.pdf
- 27351.解奇異無約束優(yōu)化問題的改進(jìn)張量法
- 解無約束優(yōu)化的多信息梯度法.pdf
- 解無約束優(yōu)化問題的BB調(diào)比共軛梯度法.pdf
- 實(shí)驗(yàn)無約束最優(yōu)化
- 第6章 無約束問題的優(yōu)化方法
- 無約束優(yōu)化問題的信賴域算法研究
評(píng)論
0/150
提交評(píng)論