排序方式： 共有2条查询结果，搜索用时 46 毫秒
1
1.
对于带有非线性约束的非光滑优化问题,束方法是最常用且最有效的方法之一。在目前众多束方法中,双稳定束方法是结合迫近束方法与水平束方法产生的一种新算法,在数值计算中更加具有优势,而且具有很高的理论研究价值。主要研究双稳定性束方法及其收敛性。首先将双稳定束方法的子问题在新范数意义下应用对偶思想进行求解,得到与原范数意义下求解相类似的结果。接下来在已经求得新范数意义下解的基础上,对算法收敛性做进一步分析,即在一般迫近束方法算法的框架下讨论收敛性。假设算法不终止,无论产生无限多下降步,还是有限多下降步,不仅得到迭代序列的相应收敛结果,同时也得到了与单纯用迫近束方法求解无约束优化问题相类似的性质。 相似文献
2.
利用目标函数值和近似次梯度,构建了非光滑无约束优化问题目标函数的一个下近似模型,通过对该近似模型取极小寻找下一个可能使目标函数值下降的试探点.利用Lagrange函数写出了原近似问题的对偶问题,揭示了原近似问题的最优解与对偶问题最优解之间的关系,并进一步分析了相应的近似次梯度的某种凸组合与目标函数在当前迭代点的次微分以及目标函数的近似模型在当前迭代点的近似次微分之间的所属关系.所得结果为原近似问题的求解开辟了新思路,也使整个外层束方法的执行变得简单易行. 相似文献
1