首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   6篇
  国内免费   1篇
  完全免费   2篇
  数学   9篇
  2015年   1篇
  2014年   1篇
  2012年   1篇
  2011年   1篇
  2010年   2篇
  2008年   2篇
  1996年   1篇
排序方式: 共有9条查询结果,搜索用时 27 毫秒
1
1.
修正Hestenes-Stiefel共轭梯度算法   总被引:4,自引:0,他引:4  
本文探讨了Hestenes-Stiefel(HS)共轭梯度算法的收敛性条件.在无充分下降性条件下,证明了一种修正的HS共轭梯度算法的整体收敛性.  相似文献
2.
一个充分下降的有效共轭梯度法   总被引:1,自引:0,他引:1       下载免费PDF全文
 对于大规模无约束优化问题, 本文提出了一个充分下降的共轭梯度法公式, 并建立相应的算法. 该算法在不依赖于任何线搜索条件下, 每步迭代都能产生一个充分下降方向. 若采用标准Wolfe非精确线搜索求步长, 则在常规假设条件下可获得算法良好的全局收敛性. 最后, 对算法进行大规模数值试验, 并采用Dolan和Moré的性能图对试验效果进行刻画, 结果表明该算法是有效的.  相似文献
3.
一种改进的共轭梯度法及全局收敛性   总被引:1,自引:0,他引:1  
本文在DY共轭梯度法的基础上对解决无约束最优化问题提出一种改进的共轭梯度法.该方法在Wolfe线搜索下能够保证充分下降性,并在目标函数可微的条件下,证明了算法的全局收敛性.大量数值试验表明,该方法是很有效的.  相似文献
4.
本文对求解无约束优化问题给出两类新的变参数下降算法.在Wolfe线搜索下无需给定充分下降条件,即可证明它们的全局收敛性.大量数值试验表明它们是非常有效的和稳定的,能够广泛用于科学计算.  相似文献
5.
提出了一种三项超记忆梯度方法.该方法的最大优点是:在无需线性搜索的条件下,迭代方向就是充分下降方向.在较弱的条件下,分析了方法的全局收敛性.初步数值试验表明方法是有效的.  相似文献
6.
本文在文献[1]中提出了一类新共轭梯度法的基础上,给出求解无约束优化问题的两类新的非线性下降共轭梯度法,此两类方法在无任何线搜索下,能够保证在每次迭代中产生下降方向.对一般非凸函数,我们在Wolfe线搜索条件下证明了两类新方法的全局收敛性.  相似文献
7.
黄海 《经济数学》2011,28(2):25-28
在修正PRP共轭梯度法的基础上,提出了求解无约束优化问题的一个充分下降共轭梯度算法,证明了算法在Wolfe线搜索下全局收敛,并用数值实验表明该算法具有较好的数值结果.  相似文献
8.
对无约束优化问题,本文给出了两个改进的共轭梯度法公式.在不依赖于任何线搜索条件下,由新公式所产生的算法方向均是充分下降的,且在标准Wolfe非精确线搜索条件下,算法都具有全局收敛性.最后,对新算法进行大量的比对试验,数值结果表明所提方法是有效的.  相似文献
9.
王开荣  刘奔 《计算数学》2012,34(1):81-92
共轭梯度法是一类非常重要的用于解决大规模无约束优化问题的方法. 本文通过修正的BFGS公式提出了一个新的共轭梯度方法. 该方法具有不依赖于线搜索的充分下降性. 对于一般的非线性函数, 证明了该方法的全局收敛性. 数值结果表明该方法是有效的.  相似文献
1
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