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),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、非線性最優(yōu)化在科學(xué)計(jì)算和工程分析等領(lǐng)域中都起著非常重要的作用。在大規(guī)模稀疏非線性最優(yōu)化的研究中,Newton型方法一直受到人們的青睞,對它的改進(jìn)一直是人們關(guān)注的問題。近年來,結(jié)合稀疏Hesse陣的結(jié)構(gòu),按照分劃組的思想將矩陣列分劃進(jìn)行迭代是國內(nèi)外研究的一個(gè)熱點(diǎn)。它們大都涉及求解函數(shù)的梯度和海森矩陣,通常使用的計(jì)算方法是符號微分和差分近似。對于大中規(guī)模問題來說,使用符號微分,成本昂貴,有時(shí)甚至不可行,在計(jì)算導(dǎo)數(shù)的方向梯度時(shí),利用差分法雖然
2、可以降低計(jì)算成本,但得到的是近似值,而且確定恰當(dāng)?shù)牟罘謪^(qū)間也很困難。自動微分是一種新的能精確而有效地計(jì)算導(dǎo)數(shù)的方法,它優(yōu)越于傳統(tǒng)的微分方法。例如它比符號和差分方法的計(jì)算成本低,又比差分方法計(jì)算精確。 本文第一章簡單介紹了大型稀疏無約束優(yōu)化的解法發(fā)展歷程和求解方法的綜述,指出了現(xiàn)存方法存在的問題并提出了本文研究的專題。第二章給出了在求解無約束優(yōu)化問題時(shí)比較經(jīng)典的方法。第三章介紹了自動微分的求導(dǎo)技術(shù),明確闡述了自動微分的基本概念、方
3、法,根據(jù)鏈?zhǔn)椒▌t簡單解釋了自動微分的兩種基本模式:前向模式和后向模式;并與差分法做了相關(guān)比較。第四章是在第三章的基礎(chǔ)上進(jìn)一步討論自動微分在求二階導(dǎo)數(shù)時(shí)的應(yīng)用,把自動微分與相容分劃的思想相結(jié)合,根據(jù)大型稀疏Hesse矩陣的結(jié)構(gòu)特點(diǎn),提出了分別用直接法和間接法求目標(biāo)函數(shù)的Hesse矩陣,比較了它們的優(yōu)劣性。第五章是將自動微分應(yīng)用于PGC算法,提出了新的算法ADPGC,該算法保留了PGC算法在每個(gè)分劃組內(nèi)把所有元素僅僅修正一次的優(yōu)點(diǎn),又保證了
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(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空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)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(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)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(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自己和他人造成任何形式的傷害或損失。
最新文檔
- 一類大型稀疏無約束優(yōu)化的算法.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)化問題的稀疏擬牛頓法.pdf
- 無約束優(yōu)化問題
- 解無約束優(yōu)化問題的移動漸近線算法.pdf
- 無約束優(yōu)化問題的若干算法研究.pdf
- 無約束優(yōu)化問題的信賴域算法研究
- 解無約束優(yōu)化問題的過濾集型方法.pdf
- 無約束優(yōu)化問題的信賴域算法研究.pdf
- 無約束優(yōu)化中的幾個(gè)算法.pdf
- 一種無約束優(yōu)化問題的算法.pdf
- 無約束優(yōu)化問題的基本研究
- 無約束優(yōu)化問題信賴域過濾算法的研究.pdf
- 求無約束優(yōu)化問題的過濾器算法.pdf
- 解大型無約束優(yōu)化問題的基于簡單錐模型的BB依賴域法.pdf
- 無約束優(yōu)化問題的回溯過濾信賴域算法.pdf
- 解無約束優(yōu)化的漸弱過濾集方法.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
評論
0/150
提交評論