多参数及超松弛邻近尺度邻近点算法研究 |
| |
引用本文: | 陈昌燕.多参数及超松弛邻近尺度邻近点算法研究[J].焦作师范高等专科学校学报,2023(3):70-76. |
| |
作者姓名: | 陈昌燕 |
| |
作者单位: | 江苏联合职业技术学院盐城机电分院 |
| |
摘 要: | 针对临近点算法的尺度梯度问题,对多参数及超松弛邻近尺度邻近点算法进行了研究.验证了多参数临近尺度梯度算法、超松弛邻近尺度梯度算法序列的强收敛性和有界扰动恢复性,分别进行Superiorization算法的算例分析.结果显示,超松弛邻近尺度梯度算法在运行耗时、迭代次数上均明显好于多参数临近尺度梯度算法.相对于多参数临近尺度梯度算法,多参数邻近尺度梯度算法的有界扰动算法、结合Superiorization的多参数临近尺度梯度算法、超松弛邻近尺度梯度算法性能更优.
|
关 键 词: | 多参数 邻近尺度 超松弛 邻近点 Superiorization |
|
|