首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到18条相似文献,搜索用时 93 毫秒
1.
研究了求解无约束优化问题的一种共轭下降算法,并在非精确线搜索条件下证明了该算法的全局收敛性.  相似文献   

2.
研究了求解无约束优化问题的一种共轭下降算法,并在非精确线搜索条件下证明了该算法的全局收敛性.  相似文献   

3.
研究给出了一类新的求解无约束优化问题的下降算法.在无任何线搜索下,证明了新算法能够保证充分下降性,并且在采用Wolfe线搜索时,证明了新算法具有全局收敛性.大量的数值试验表明该算法是非常有效的,能够用于广泛的科学计算.  相似文献   

4.
一类下降算法及其全局收敛性   总被引:3,自引:0,他引:3  
提出一类无约束优化下降算法,证明了Amijo搜索和Wolfe搜索下的全局收敛性。算法类似于共轭梯度法,但与其不同,它具有更宽的βk选取范围。  相似文献   

5.
使用割线模型,给出了一种求解无约束极小化问题算法,即基于割线模型的改进算法,该算法存贮量小,计算量小,尤其对于大型问题,是非常有效的算法。  相似文献   

6.
给出了求解无约束优化问题的一种共轭下降算法,该算法具有充分下降性的共轭梯度公式。在较为温和的条件下,利用宽松的非精确线搜索条件得到全局收敛性结果,同时数值实验表明了算法的有效性。  相似文献   

7.
本文对无约束函数极小化的超记忆下降法在每次迭代需要实现一个多维搜索问题转化为只实现若干个线搜索问题。从而大大减少计算工作量。  相似文献   

8.
一个新的无约束优化下降算法   总被引:2,自引:1,他引:2  
提出了一种新的无约束优化下降算法,在每步迭代中算法以当前点负梯度和前一点负梯度的线性组合为搜索方向,用Armijo搜索定义步长,在适当条件下证明了算法的全局收敛性。  相似文献   

9.
对无约束规划(P):minf(x) x∈R^n,其中f(x)是R^n→R^1上一阶连续可微函数,构造了一类特殊的共轭方向求解算法,并运用强迫函数和比较原理等工具,统一证明了算法在六种步长搜索之下的整体收敛性。  相似文献   

10.
针对带半正定矩阵的线性互补问题提出了一个新的内点方法-势函数下降内点方法,并采用部分校正技术和Sherman-Morrison-Woodbury准则,从而得到问题的近似最优解.最后讨论了该算法的收敛性,证明了该算法为多项式算法,通过算例对算法进行了数值实验,数值结果表明本文提出的算法具有一定优越性  相似文献   

11.
提出了求解无约束最优化问题的最速下降法的一种修正算法,并给出了算法的收敛性证明。  相似文献   

12.
针对具有可分结构的单调变分不等式问题,基于邻近点算法和文献[12]提出的下降型算法构造了一个新的下降方向,并利用下降量的下界来选择最优步长,提出一种下降型邻近点交替方向乘子法;证明了算法的收敛性;并将该方法与文献[11]中算法的下降量下界进行比较,从理论上说明了算法的优越性。  相似文献   

13.
把NCP(F)通过约束极小化变形转化为无约束极小化问题,构造一种新的Derivative-Free下降算法,并在一定条件下证明了Derivative-Free下降算法的合理性及整体收敛性.  相似文献   

14.
首先,从二次函数在一点的最速下降方向出发定义二次函数过一点的最速下降曲线;其次从二次可微函数最速下降曲线得到利用其Hessian阵的特征值构造的正定矩阵,进而利用该正定矩阵可以构造在该点的下降方向.  相似文献   

15.
首先基于共轭梯度法的共轭条件和下降性,提出了一类充分下降的谱共轭梯度法.该方法将经典共轭梯度法中搜索方向由原来的只满足一个共轭条件改变为同时满足一个共轭条件和一个下降条件;然后,在Wolfe线搜索下用反证法证明了新算法的全局收敛性;最后,通过12个算例,将新算法和已有SHS算法在迭代次数和计算时间方面进行了数值比较实验,比较结果表明新算法在这两个方面都明显优越于SHS算法.算法的全局收敛性和数值结果的优越性表明,新算法是一个值得研究的方法.  相似文献   

16.
利用广义正则gap函数的方向导数,构造了一种迭代方向,提出了一类求解拟变分不等式问题的算法。此算法不需关心目标函数的梯度计算问题,与相关文献比较,该算法的适用范围更加广泛。在某些假设条件下,证明算法的收敛性。  相似文献   

17.
基于非线性互补问题(N CP(F))的约束极小化变形,构造一种新的m erit函数,将原始的N CP(F)问题转化为约束极小化问题,构造相应的derivative-free下降算法.在m erit函数严格单调的条件下证明derivative-free下降算法的合理性以及整体收敛性.  相似文献   

18.
基于Dai-Yuan共轭梯度法,本文给出了求解无约束优化的一个非线性共轭梯度法.对任意的线性搜索,该方法满足充分下降条件gTkdk≤-(1-1/4μ)‖gk‖2,μ1/4;而且,对一般的非线性函数,不需限制的下限值,用Wolf线搜索具有全局收敛性.  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号