排序方式: 共有5条查询结果,搜索用时 15 毫秒
1
1.
基于有理函数模型的一维最优化方法 总被引:1,自引:0,他引:1
在本文中提出了基于有理函数模型的一维最优化方法。这些方法比二次模型方法有较好的数值性态和适应性。我们给出了有理反差商方法和Nevile型方法,并将其与二次插值方法进行了数值比较。 相似文献
2.
超线性收敛的指数下降迭代法 总被引:7,自引:0,他引:7
1 引 言文[1]中借助于常微分方程的Liapunov方法建立了与非线性方程f(x)=0(1)在区间[a,b]内的解x*相对应的Cauchy问题dx/dt=-w(x)f(x)(2)x(0)=x0, x0∈[a,b](3)其中f(x)在[a,b]上连续可导,f′(x)≠0,而w(x)满足w(x)f′(x)>0且使得Cauachy问题(2)—(3)的饱和解x=x(t,x0)存在唯一.于是非线性方程(1)在[a,b]内的解x*为自治系统(2)的渐近稳定的奇点,从而有limt→+∞x(t,x0)=x*, x0∈[a,b](4)成立.这说明对任一初值x0∈[a,b]通过解Cauchy问题(2)—(3)可得非线性方程(1)在[a,b]内的解x*.在文[2]中利用Lambert的非线性方法[3],导出了一个… 相似文献
3.
4.
解非线性方程的一个非线性迭代法 总被引:9,自引:1,他引:8
1 引 言 用常微分方程及其数值解的理论和方法(简称ODE方法)来构造解非线性方程组的方法见Branin.F.H.等,但未能讨论收敛性。其后对线性方程组A_x=b和非线性方程f(x)=0都有专门的论述且论证了方法的大范围收敛性,对于求非线性方程f(x)=0在[a,b]内的根x~·的不使用导数的大范围收敛的算法使我们容易想到两分法和试位法,是否有其它更为有效的不使用导数的大范围收敛的方法,下面我们来讨论基于ODE方法原理的非线性迭代方法。 相似文献
5.
A new algorithm is presented for solving a system of linear inequalities. Starting at any point by solving a least squares problem we can either obtain a feasible point or determine that no solution exists. 相似文献
1