

已閱讀1頁(yè),還剩57頁(yè)未讀, 繼續(xù)免費(fèi)閱讀
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、該學(xué)位論文首先簡(jiǎn)單介紹了一下線性規(guī)劃內(nèi)點(diǎn)算法的歷史背景及研究現(xiàn)狀,著重分析了三種主要算法都需要解決的問(wèn)題:通過(guò)求解一個(gè)對(duì)稱正定線性方程組得到下降方向,從而提出了該論文所要解決的問(wèn)題.然后結(jié)合稀疏矩陣計(jì)算技術(shù),提出一種矩陣LU分解的新方法,并分析了該方法在計(jì)算量和存儲(chǔ)量方面的優(yōu)勢(shì).在第三章中,我們利用第二章中矩陣LU分解給出了線性規(guī)劃的投影梯度內(nèi)點(diǎn)算法.由于這一算法在求解過(guò)程中利用矩陣的LU分解,從而能夠保持有效約束矩陣的稀疏性,使得算法
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
- 大規(guī)模稀疏支持向量機(jī)算法研究.pdf
- 大規(guī)模稀疏學(xué)習(xí)研究:優(yōu)化算法及其應(yīng)用.pdf
- 大規(guī)模數(shù)據(jù)集中快速檢測(cè)離群點(diǎn)算法的研究.pdf
- 競(jìng)爭(zhēng)市場(chǎng)均衡問(wèn)題的內(nèi)點(diǎn)算法.pdf
- 線性矩陣互補(bǔ)問(wèn)題的內(nèi)點(diǎn)算法.pdf
- GPU并行的大規(guī)模稀疏近似逆預(yù)條件算法研究.pdf
- 關(guān)于廣義互補(bǔ)問(wèn)題的內(nèi)點(diǎn)算法研究.pdf
- 主對(duì)偶不動(dòng)點(diǎn)算法在稀疏優(yōu)化問(wèn)題中的應(yīng)用.pdf
- 線性互補(bǔ)問(wèn)題基于核函數(shù)的內(nèi)點(diǎn)算法.pdf
- 大規(guī)模凸規(guī)劃問(wèn)題的預(yù)測(cè)校正算法.pdf
- 非線性約束優(yōu)化問(wèn)題的信賴域內(nèi)點(diǎn)算法.pdf
- 可行域收縮內(nèi)點(diǎn)算法.pdf
- 求解大規(guī)模支持向量機(jī)問(wèn)題的算法研究.pdf
- 半定規(guī)劃的非內(nèi)點(diǎn)算法.pdf
- 大規(guī)模排序問(wèn)題的列生成算法研究.pdf
- 若干求解大規(guī)模問(wèn)題的支持向量機(jī)算法.pdf
- 大規(guī)模聯(lián)合選址庫(kù)存問(wèn)題的近似算法研究.pdf
- 采用稀疏表示的大規(guī)模圖像檢索技術(shù)研究.pdf
- 大規(guī)模SVM訓(xùn)練算法的研究.pdf
- 大規(guī)模稀疏關(guān)系數(shù)據(jù)索引技術(shù)研究.pdf
評(píng)論
0/150
提交評(píng)論