解信赖域子问题的隐式分段折线算法

在Hessian矩阵正定的前提下,建立了一种最优曲线的微分方程模型.针对此微分方程模型,构造了一条隐式分段折线,从而提出了一种求解信赖域子问题的隐式分段折线算法,并且分析和证明了隐式分段折线路径的合理性.数值结果表明新算法是有效且可行的.     

带有固定步长的非单调自适应信赖域算法

提出了求解无约束优化问题带有固定步长的非单调自适应信赖域算法.信赖域半径的修正采用自适应技术,算法在试探步不被接受时,采用固定步长寻找下一迭代点.并在适当的条件下,证明算法具有全局收敛性和超线性收敛性.初步的数值试验表明算法对高维问题具有较好的效果.     

基于非单调线搜索的对角二阶拟牛顿法

在二阶拟牛顿方程的基础上,结合Zhang H.C.提出的非单调线搜索构造了一种求解大规模无约束优化问题的对角二阶拟牛顿算法.算法在每次迭代中利用对角矩阵逼近Hessian矩阵的逆,使计算搜索方向的存储量和工作量明显减少,为大型无约束优化问题的求解提供了新的思路.在通常的假设条件下,证明了算法的全局收敛性和超线性收敛性.数值实验表明算法是有效可行的.     

基于新拟牛顿方程的修改Broyden族的全局收敛性

本文通过对目标函数四阶Taylor展开提出一种新拟牛顿方程,并给出了修改的Broyden族校正公式,在采用一种Wolfe类线搜索的LS搜索模型下,证明了修改的Broyden族的全局收敛性.     

一种双割线折线法求解信赖域子问题

结合利用Hessian阵的特征值性质,本文提出求解信赖域子问题的一种双割线折线法,它不同于Powell的单折线,Dennis的双折线和赵英良的切线单折线.在适当条件下,分析双割线折线路径的性质,且证明了算法的收敛性.数值试验表明,这种新算法是有效且可行的.     

一种求解二次函数模型信赖域子问题的分段切线算法

在Hessian矩阵正定的前提下,建立一种最优曲线的微分方程模型.针对此微分方程模型,提出一种求解二次函数模型信赖域子问题的分段切线算法,并分析和证明分段切线路径的合理性.数值结果表明新算法是有效且可行的.     

基于正则化方法的一个新型数值微分算法

1引言 根据带误差的测量数据重构函数使其微分能较好的拟合精确函数微分,是一个有重要意义的研究课题,在图像处理、计算机视觉和计算力学等领域中均有应用[2,3,4]. 如果测量数据没有误差,上述问题可归结于一维函数的拟合问题,常规的方法有Lagrange插值法和样条函数方法等[5];也有直接的数值微分计算公式[6,7].这些方法的计算结果都较好.     

一种改进的隐式Euler切线法

对于Hessian矩阵正定的情形,在求解二次函数模型信赖域子问题的隐式分段折线算法的基础上,提出一种求解信赖域子问题的改进的隐式Euler切线法,并分析该路径的性质.数值实验表明新算法是有效可行的,且较原算法具有迭代次数少、计算时间短等优点.     

结合Armijo步长搜索的一类新的记忆梯度算法及其收敛特征

对求解无约束规划的超记忆梯度算法中线搜索方向中的参数,给了一个假设条件,从而确定了它的一个新的取值范围,保证了搜索方向是目标函数的充分下降方向,由此提出了一类新的记忆梯度算法.在去掉迭代点列有界和Armijo步长搜索下,讨论了算法的全局收敛性,且给出了结合形如共轭梯度法FR,PR,HS的记忆梯度法的修正形式.数值实验表明,新算法比Armijo线搜索下的FR、PR、HS共轭梯度法和超记忆梯度法更稳定、更有效.     

无约束优化问题的对角二阶拟柯西法

通过引入最小改变的对角修正策略,结合弱二阶拟牛顿方程,设计一种新的求解无约束优化问题的对角二阶拟柯西法,此算法保证了修正矩阵的非奇异性.在适当的假设条件下,进一步分析算法的线性收敛性.数值试验结果表明,该算法是有效且可行的.