共查询到19条相似文献,搜索用时 423 毫秒
1.
2.
王海滨 《河北理工大学学报(自然科学版)》2006,28(2)
李正峰提出了一类改进的BFGS算法,并在目标函数为一致凸的条件下,证明了带有Wolf线搜索的该算法具有全局收敛性.刘光辉提出了一种与回追搜索(backtracking linesearch)有关的可行线性搜索.证明在这种新搜索下,改进的BFGS算法亦-具有全局收敛性. 相似文献
3.
王海滨 《河北理工学院学报》2006,28(2):103-106
李正峰提出了一类改进的BFGS算法,并在目标函数为一致凸的条件下,证明了带有Wolf线搜索的该算法具有全局收敛性。刘光辉提出了一种与回追搜索(backtracking linesearch)有关的可行线性搜索。证明在这种新搜索下,改进的BFGS算法亦县有全局收敛性。 相似文献
4.
本文对BFGS公式进行修正,形成了MBFGS公式,并结合Wolfe-Powell型非精确线性搜索准则设计出了MBFGS算法,通过对目标函数合理的假设证明了该算法具有全局收敛性,又运用Matlab编写程序实现了该算法,初步的数值例子表明了该算法是有效的,并且有收敛速度快的特点. 相似文献
5.
侯亚亭 《曲阜师范大学学报》2013,39(2)
针对大规模无约束优化问题,提出非单调线搜索模型,将其用于有限存储BFGS算法,得到一种修正有限存储BFGS算法;继而在适当的条件下,建立算法的全局收敛及超线性收敛性.最后通过数值算例说明算法的有效性. 相似文献
6.
7.
王海滨 《河北理工大学学报(自然科学版)》2007,29(2)
文[1]提出了一类改进的BFGS算法,并在目标函数为一致凸的条件下,证明了算法具有全局收敛性.针对该算法,在目标函数为非凸函数时,提出一个假设条件,证明具有wolf线搜索的该算法亦具有全局收敛性. 相似文献
8.
采用WOLFE搜索的BFGS-SQP算法 总被引:1,自引:0,他引:1
采用WOLFE线性搜索原则来取代该BFGS-SQP算法的Armijo原则,经过类似的分析,同样得到了BFGS-SQP算法的全局收敛性及超线性收敛性。 相似文献
9.
王海滨 《河北理工学院学报》2007,29(2):132-135
文[1]提出了一类改进的BFGS算法,并在目标函数为一致凸的条件下,证明了算法具有全局收敛性。针对该算法,在目标函数为非凸函数时,提出一个假设条件,证明具有wolf线搜索的该算法亦具有全局收敛性。 相似文献
10.
在MBFGS方法以及一种非单调的搜索技术的基础上,提出了一种非单调BFGS信赖域方法.相对于单调的BFGS信赖域方法而言,该算法采用了非单调技术,使得信赖域子问题的求解更加容易.此外,在一定的假设条件下,证明了算法的全局收敛性.进一步的数值实验验证了算法的有效性. 相似文献
11.
给出一类求解非线性无约束优化问题的共轭梯度新算法。 在强Wolfe-Powell线搜索下所给公式具有充分下降性, 所给该新算法具有全局收敛性。 相似文献
12.
针对大规模无约束优化问题,提出一类新型的修正WYL共轭梯度算法。新算法不依赖任何线搜索且具有充分下降性和信赖域性质,在弱Wolfe-Powell线搜索下全局收敛。初步的数值实验结果表明,新算法是有效的,比经典WYL型共轭梯度法更具竞争性。 相似文献
13.
在 Liu-Storey(LS)公式的基础上给出了一个修正的共轭梯度公式 beta _k^MLS. 证明了该新公式在 Wolfe-Powell 线搜索下, 甚至在强 Wolfe-Powell 线搜索下, 在满足sigma in bigg(0,textstyle1 over 2bigg) 的同时, 新算法具有充分下降性和全局收敛性. 数值结果展现了算法的可行性. 相似文献
14.
根据PRP和HS公式具有相同分子只是分母不同的相似性,通过适当的结合和构造,给出一个新的共轭梯度公式.证明该公式的新方法在强Wolfe-Powell线搜索下具有充分下降性,在适当的假设和弱Wolfe-Powell线搜索下具有全局收敛性,并用数值试验证实新方法是有效的. 相似文献
15.
16.
黎勇 《广西民族大学学报》2012,18(4):26-29
提出一类求解无约束优化问题的修正LS共轭梯度法,算法采用一个新的参数公式.在适当条件下,证明算法满足充分下降条件,进而证明在采用广义Wolfe-Powell线搜索和强Wolfe-Powell线搜索时,算法全局收敛.初步的数值试验结果显示方法是有效的. 相似文献
17.
周俊 《青海师范大学学报(自然科学版)》2009,(2):7-10
提出了一类求解无约束最优化问题的改进BFGS算法,主要讨论了该算法在Wolfe搜索下的全局收敛性.数值试验结果表明新算法是有效的. 相似文献
18.
宁伟 《辽宁师范大学学报(自然科学版)》2001,24(3):243-247
X.Chen给出了一个用于解决LC^1线性约束优化问题的BFGS-SQP算法,这个算法是用Armijo线性搜索原则来求步长的。采用Wolfe线性搜索原则来替代该BFGS-SQP算法的Armijo原则,经过类似的分析,同样得到了BFGS-SQP算法的全局收敛性及超线性收敛性。 相似文献
19.
本文提出了一个大规模有界约束优化的积极集算法。积极集利用ε-近似技术识别。搜索方向有两部分构成:非积极变量所在空间的搜索方向采用有限记忆BFGS方法计算;另一部分通过一个显式计算。最后,在较弱条件下,证明了算法具有全局收敛性。 相似文献