一个基于非单调技术的超记忆梯度法

本文给出一个修正的非单调线搜索策略,并结合该策略提出一个求解无约束优化问题的超记忆梯度算法.该算法的主要特点是:在每一次迭代中,它所产生的搜索方向总是满足充分下降条件.这一特性不依赖于目标函数的凸性以及方法所采用的线搜索策略.在较弱的条件下,该方法具有全局收敛和局部R-线性收敛性.数值实验表明了该方法的有效性.     

一种自适应Dai-Liao共轭梯度法

共轭梯度法是一种解决大规模无约束优化问题的重要方法.本文对Dai-Liao (DL)共轭梯度法的参数进行了研究,提出了一种新的自适应DL共轭梯度法.在适当的条件下,证明了该方法的全局收敛性.数值结果表明,我们的方法对给定的测试问题是有效的.     

无约束气云爆燃压力场的计算

利用球形流体力学方程和燃烧反应模型导出了无约束气云弱点火爆燃过程的压力分布场 ,编制了求解压力场的计算程序 ,可计算不同尺寸气云爆炸时各点的爆炸压力值。进行了可燃气云爆燃实验 ,对计算结果进行了考核。与实验结果相比 ,计算结果的偏差小于2 0 %。     

用同伦方法反演非饱和土中溶质迁移参数

非饱和土中溶质迁移参数反演问题可以归结为非线性算子方程的求解问题. 将同伦方法 引入该问题的求解，通过构造线性同伦将原问题转化为求解同伦函数最小值的无约束优化问 题. 同时在分析了同伦参数正则化效应的基础上，提出一种两段同伦参数修正方法. 即在求 解的初始阶段，根据拟Sigmoid函数调整同伦参数，以追踪同伦路径，保证计算稳定地进行； 在迭代的后期，采用与残差相关的同伦参数修正方法，以抵抗观测噪声对求解的影响. 数值 算例为求解带有平衡及非平衡吸附效应的一维非饱和土中溶质迁移模型参数反演问题，计算 结果表明了该方法的大范围收敛性及较强的抵抗观测噪声的能力.     

无约束修正Timoshenko梁的冲击问题

介绍了修正后的Timoshenko梁运动方程，并比较了修正Timoshenko梁与经 典Timoshenko梁的运动方程. 推导了考虑剪切变形引起的转动惯量的修正Timoshenko 梁的正交条件，推导了集中质量对无约束修正Timoshenko梁的正碰撞对梁所引起的瞬态冲 击响应公式，并用算例进行了分析，且与集中质量对经典的无约束Timoshenko梁的正碰撞 对梁所引起的冲击响应进行了比较，另外还用算例分析了梁的刚度的变化和冲击质量比对其 冲击响应产生的影响.     

无约束优化的一个充分下降共轭梯度算法

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.     

无约束优化问题的精细修正牛顿算法

针对牛顿法在求解一般非凸函数极小值过程中,迭代点处Hessian矩阵不一定正定的情况,提出了一种精细修正的牛顿法.该方法充分利用迭代点处目标函数的一阶、二阶信息,合适选取搜索方向,是最速下降法、牛顿法和已有修正牛顿法相混合的一种方法.在较弱的条件下建立了算法的全局收敛性.进一步的数值实验验证了提出的算法比以往同类算法计...     

解无约束优化的一种新的共轭梯度法

本文提出了一种新的解无约束优化的共轭梯度算法,分析了算法的收敛性,并对算法进行了数值实验.数值实验的结果表明算法是有效的.     

求解无约束优化问题的两类修正的WYL共轭梯度方法

针对无约束优化问题,通过修正共轭梯度参数,构造新的搜索方向,提出两类修正的WYL共轭梯度法.在每次迭代过程中,两类算法产生的搜索方向均满足充分下降性.在适当条件下,证明了算法的全局收敛性.数值结果表明算法是可行的和有效的.     

一类新的非单调记忆梯度法及其全局收敛性

在非单调Armijo线搜索的基础上提出一种新的非单调线搜索,研究了一类在该线搜索下的记忆梯度法,在较弱条件下证明了其全局收敛性。与非单调Armijo线搜索相比,新的非单调线搜索在每次迭代时可以产生更大的步长,从而使目标函数值充分下降,降低算法的计算量。