共查询到12条相似文献,搜索用时 375 毫秒
1.
2.
利用广义投影矩阵,对求解无约束规划的三项记忆梯度算法中的参数给一条件,确定它们的取值范围,以保证得到目标函数的三项记忆梯度广义投影下降方向,建立了求解非线性等式和不等式约束优化问题的三项记忆梯度广义投影算法,并证明了算法的收敛性.同时给出了结合FR,PR,HS共轭梯度参数的三项记忆梯度广义投影算法,从而将经典的共轭梯度算法推广用于求解约束规划问题.数值例子表明算法是有效的. 相似文献
3.
解带线性或非线性约束最优化问题的三项记忆梯度Rosen投影算法 总被引:2,自引:0,他引:2
利用Rosen投影矩阵,建立求解带线性或非线性不等式约束优化问题的三项记忆梯度Rosen投影下降算法,并证明了算法的收敛性.同时给出了结合FR,PR,HS共轭梯度参数的三项记忆梯度Rosen投影算法,从而将经典的共轭梯度法推广用于求解约束规划问题.数值例子表明算法是有效的。 相似文献
4.
线性约束最优化的一个共轭投影梯度法 总被引:1,自引:0,他引:1
本结合共轭梯度法及梯度投影法的思想,建立线性等式约束最优化的一个新算法,称之为共轭投影梯度法。分别对二次凸目标函数和一般目标函数分析和论证了算法的重要性质和收敛性。 相似文献
5.
一类新的共轭投影梯度算法 总被引:2,自引:0,他引:2
本文利用[5]引进的共轭投影的概念,结合堵丁柱[3]中的思想,提出一类新的共轭梯度投影算法.在一定的条件下,证明了该算法具有全局收敛性和超线性收敛速度. 相似文献
6.
7.
给求解无约束规划问题的记忆梯度算法中的参数一个特殊取法,得到目标函数的记忆梯度G o ldste in-L av in tin-Po lyak投影下降方向,从而对凸约束的非线性规划问题构造了一个记忆梯度G o ldste in-L av in tin-Po lyak投影算法,并在一维精确步长搜索和去掉迭代点列有界的条件下,分析了算法的全局收敛性,得到了一些较为深刻的收敛性结果.同时给出了结合FR,PR,HS共轭梯度算法的记忆梯度G o ldste in-L av in tin-Po lyak投影算法,从而将经典共轭梯度算法推广用于求解凸约束的非线性规划问题.数值例子表明新算法比梯度投影算法有效. 相似文献
8.
借助谱梯度法和HS共轭梯度法的结构, 建立一种求解非线性单调方程组问题的谱HS投影算法. 该算法继承了谱梯度法和共轭梯度法储存量小和计算简单的特征,
且不需要任何导数信息, 因此它适应于求解大规模非光滑的非线性单调方程组问题. 在适当的条件下, 证明了该算法的收敛性, 并通过数值实验表明了该算法的有效性. 相似文献
9.
本文利用广义投影矩阵,对求解无约束规划的超记忆梯度算法中的参数给出一种新的取值范围以保证得到目标函数的超记忆梯度广义投影下降方向,并与处理任意初始点的方法技巧结合建立求解非线性不等式约束优化问题的一个初始点任意的超记忆梯度广义投影算法,在较弱条件下证明了算法的收敛性.同时给出结合FR,PR,HS共轭梯度参数的超记忆梯度广义投影算法,从而将经典的共轭梯度法推广用于求解约束规划问题.数值例子表明算法是有效的. 相似文献
10.
本文研究了不等式约束优化问题.利用共轭投影梯度方法,获得了一个投影变尺度型算法.在适当的条件下,证明算法是全局收敛且具有超线性收敛性. 相似文献
11.
Neculai Andrei 《Computational Optimization and Applications》2007,38(3):401-416
In this work we present and analyze a new scaled conjugate gradient algorithm and its implementation, based on an interpretation
of the secant equation and on the inexact Wolfe line search conditions. The best spectral conjugate gradient algorithm SCG
by Birgin and Martínez (2001), which is mainly a scaled variant of Perry’s (1977), is modified in such a manner to overcome the lack of positive definiteness of the matrix defining the search direction.
This modification is based on the quasi-Newton BFGS updating formula. The computational scheme is embedded in the restart
philosophy of Beale–Powell. The parameter scaling the gradient is selected as spectral gradient or in an anticipative manner
by means of a formula using the function values in two successive points. In very mild conditions it is shown that, for strongly
convex functions, the algorithm is global convergent. Preliminary computational results, for a set consisting of 500 unconstrained
optimization test problems, show that this new scaled conjugate gradient algorithm substantially outperforms the spectral
conjugate gradient SCG algorithm.
The author was awarded the Romanian Academy Grant 168/2003. 相似文献
12.
本文通过结合牛顿法与PRP共轭梯度法提出一修正PRP方法,新方法中包含了二阶导数信息,在适当的假设下算法全局收敛,数值算例表明了算法的有效性. 相似文献