一种求解单调方程组的范数下降共轭梯度法

提出一种求解大规模非线性单调方程组的范数下降共轭梯度算法.所提算法推广了Xiao,Song,Wang等提出的求解无约束优化问题的基于BB循环步长的共轭梯度算法,并结合Solodov和Svaiter提出的投影梯度算法.所提算法迭代形式简单、储存量小,且每步迭代不需要方程组的导数信息.本文证明算法的全局收敛性,并做数值试验验证算法在求解非线性单调方程组方面的有效性.     

解约束凸规划问题的改进势函数下降算法

介绍了一种利用改进的势函数下降内点算法来求解带线性约束的凸规划问题,在不能保证Hessian矩阵半正定的迭代中,用势函数的投影下降方向代替原势下降内点算法的搜索方向,最后给出一组算例。     

求解不可微凸优化问题的充分下降共轭梯度法

给出求解不可微凸优化问题的一类具有充分下降条件的共轭梯度法.该类方法是基于Moreau-Yosida正则化策略和传统的共轭梯度法设计的.理论分析表明:该类方法在一定条件下是全局收敛的.     

凸约束非线性方程组的三项共轭梯度法及其应用

对求解凸约束大规模非线性方程组问题和信号恢复问题,设计出一个新的三项共轭梯度方向。新算法的搜索方向具有充分下降性与信赖域特性,在较弱的假设下,具有全局收敛性质。数值试验表明,新算法是有效的,并成功地应用于稀疏信号重建问题。     

基于Born近似的角度域共成像点道集

偏移距域共成像道集和炮域共成像道集在复杂地区存在运动学和动力学假象,Born近似傅里叶偏移方法基于小扰动假设引入参考慢度可以适应横向变速.利用频率波数域与空间频率域混合域偏移算子和波场的窗口傅里叶框架展开与重构,提出了局部角度域共成像点道集方法,改善了局部成像质量,有效地消除了假象,为偏移速度分析和振幅随入射角的关系分析提供了有效的支持.     

一类充分下降共轭梯度法的全局收敛性

给出一类搜索方向采用保守策略的新型共轭梯度法,在常规假设条件下得到了算法的全局收敛性结果,并给出算法的数值实验结果.结果表明:相应的算法分别在强Wolfe非精确线搜索参数σ1/4,1/3,1/2的情形下充分下降;新算法适合于求解大型无约束优化问题.     

求解非负约束优化问题的可行LS共轭梯度法

结合子空间思想和Liu-Storey(LS)共轭梯度法,提出了求解大规模非负约束优化问题的可行共轭梯度算法,并分析了算法在Armijo型线性搜索下的全局收敛性.数值实例表明该算法是有效的.     

一类线性等式约束优化的投影Dai-Yuan共轭梯度法及其全局收敛性

针对具有等式约束的非线性最优化问题,提出了一类具有充分下降特性的投影Dai-Yuan共轭梯度法.在每次迭代过程中,算法均可得到充分下降的搜索方向.在适当条件下,证明了算法产生的搜索方向为可行下降方向,分析了算法的全局收敛性.数值结果表明算法是可行的、有效的.     

一类充分下降的谱共轭梯度法 (运筹学与控制论)

首先基于共轭梯度法的共轭条件和下降性,提出了一类充分下降的谱共轭梯度法。该方法将经典共轭梯度法中搜索方向由原来的只满足一个共轭条件改变为同时满足一个共轭条件和一个下降条件;然后,在Wolfe线搜索下用反证法证明了新算法的全局收敛性;最后,通过12个算例,将新算法和已有SHS算法在迭代次数和计算时间方面进行了数值比较实验,比较结果表明新算法在这两个方面都明显优越于SHS算法。算法的全局收敛性和数值结果的优越性表明,新算法是一个值得研究的方法。     

基于多点约束法的减摇鳍加强结构 CAD/CAE一体化设计

针对减摇鳍加强结构设计难度大和载荷复杂的特点,提出一种CAD/CAE一体化设计和分析方法.对减摇鳍加强结构进行三维结构设计、水动力分析和结构性能评估.其中,采用多点约束法实现模拟减摇鳍加强结构与鳍座的2种非协调性单元之间的载荷传递,应用自由面格林函数法和三维线性势流理论求解船体运动响应和水动压力.通过研究关键技术,为减摇鳍加强结构设计和分析提供新的技术途径.     

一种基于梯度下降算法的蜕变关系生成方法

针对当前蜕变关系构造多数依赖测试人员测试程序时所在领域知识, 存在局限性和高成本的问题, 提出一种新的蜕变关系生成方法. 该方法将蜕变关系的构建与梯度下降算法相结合, 通过分析大量测试用例及其输出之间的数值关系生成对应的蜕变关系. 对比实验结果表明, 该方法可有效降低测试人员对相关领域知识的依赖性.     

一种基于梯度下降算法的蜕变关系生成方法

针对当前蜕变关系构造多数依赖测试人员测试程序时所在领域知识, 存在局限性和高成本的问题, 提出一种新的蜕变关系生成方法. 该方法将蜕变关系的构建与梯度下降算法相结合, 通过分析大量测试用例及其输出之间的数值关系生成对应的蜕变关系. 对比实验结果表明, 该方法可有效降低测试人员对相关领域知识的依赖性.     

基于共轭梯度法和最速下降法的非线性测量数据处理

将共轭梯度法与最速下降法有机结合起来，构造出一种解决非线性测量数据处理问题的新方法——混合算法。这种方法充分利用了共轭梯度法和最速下降法良好的收敛优点，既提高了共轭梯度算法的收敛速度，又解决了目标函数“性态不优”时，最速下降法难以解决的问题。文中的算例结果表明，混合算法与单纯的共轭梯度法或最速下降法相比，具有收敛速度快、收敛范围大、适应面宽等特点。     

一类充分下降的谱共轭梯度法

首先基于共轭梯度法的共轭条件和下降性,提出了一类充分下降的谱共轭梯度法.该方法将经典共轭梯度法中搜索方向由原来的只满足一个共轭条件改变为同时满足一个共轭条件和一个下降条件;然后,在Wolfe线搜索下用反证法证明了新算法的全局收敛性;最后,通过12个算例,将新算法和已有SHS算法在迭代次数和计算时间方面进行了数值比较实验,比较结果表明新算法在这两个方面都明显优越于SHS算法.算法的全局收敛性和数值结果的优越性表明,新算法是一个值得研究的方法.     

充分下降的共轭梯度法簇及其全局收敛性

在双参数共轭梯度法的基础上,给出一类具有充分下降性的共轭梯度法簇,证明了相应的方法在非单调线搜索及弱Wolfe线搜索下对非凸目标函数全局收敛,并用数值实验表明该方法具有良好的数值结果.     

基于梯度下降法的双能CT双物质分解算法

基物质分解是双能CT重建的重要步骤,其中双物质分解是常用的分解模型之一,该模型的核心关键是计算分解系数投影.为了更快计算它,提出了基于误差反馈梯度下降的双能CT双物质分解算法和基于Armijo-Goldstein梯度下降的双能CT双物质分解算法.由于计算了梯度下降步长,这两种方法能快速迭代求解基物质分解系数投影.同时他们有效地解决了双能CT重建的非线性问题.仿真实验结果显示,与传统查表匹配法相比,这两种算法稳定收敛,计算速度快,重建精度高,对临床应用有重要的意义.在重建结果精度近似的情况下,基于Armijo-Goldstein梯度下降的算法采用不精确线性搜索步长,因此它的运行速度更快.     

下降对称的Polak-Ribiere-Polyak共轭梯度法

应用Powell对称化技术于Polak-Ribiere-Polyak共轭梯度法,提出了一种下降对称的Polak-Ribiere-Polyak共轭梯度法.对任意线性搜索,它都满足下降性质.在强Wolfe线搜索的条件下,利用矩阵的谱分析和Zoutendijk条件,证明了此算法的全局收敛性.最后,通过数值实验并且与Polak-Ribiere+(PR+)算法作比较,验证了该算法的性能和有效性与实用性.     

一类具有充分下降性的DL共轭梯度法

针对无约束优化问题,利用两项共轭梯度法(DL方法)去逼近改进的HS三项共轭梯度法,提出了改进的DL共轭梯度法即MDL共轭梯度法.该方法相对于DL方法具有一个更好的性质,即该共轭梯度法的搜索方向不依赖任何线搜索就可满足充分下降条件,理论上证明了该方法在Wolfe线搜索条件下对一般函数具有全局收敛性.     

一种求解单调变分不等式的下降型邻近点交替方向乘子法

针对具有可分结构的单调变分不等式问题,基于邻近点算法和文献[12]提出的下降型算法构造了一个新的下降方向,并利用下降量的下界来选择最优步长,提出一种下降型邻近点交替方向乘子法;证明了算法的收敛性;并将该方法与文献[11]中算法的下降量下界进行比较,从理论上说明了算法的优越性。     

一类具有充分下降性修正的DL共轭梯度法

基于DL共轭梯度方法,提出了一类修正的DL方法来解决无约束优化问题.该方法相对于DL共轭梯度方法具有一个更好的性质,即在强Wolfe线搜索条件下搜索方向具有充分下降性;证明了该方法在强Wolfe线搜索条件具有全局收敛性.