【摘 要】
：
无约束优化方法是最优化方法研究领域中较重要的分支之一.在众多的无约束优化方法中,记忆梯度法,超记忆梯度法是利用前面迭代点的信息来产生下一个迭代点.这类算法具有较强地
论文部分内容阅读
无约束优化方法是最优化方法研究领域中较重要的分支之一.在众多的无约束优化方法中,记忆梯度法,超记忆梯度法是利用前面迭代点的信息来产生下一个迭代点.这类算法具有较强地收敛性和较快地收敛速度,以及较小的计算量和存储量,因此这类算法具有较大的应用价值.
本论文的主要研究成果是:第二章对带线性搜索记忆梯度法进行修正,由于对目标函数的要求降低,因此扩大了该算法的适用范围;第三章中提出了一个无约束优化问题的新的超记忆梯度法,由于该算法仅需要求解一个线性方程组系统,而不必求解带信赖域界的子问题.一般来说,这样可减少计算量,从而提高计算效率;第四章给出了带记忆模型信赖域梯度的算法的具体实现方案,数值实验结果表明该方案是可行的.
其他文献
变分不等式理论已经成为研究在纯数学和应用科学等不同领域中出现的诸多问题的有效工具.近年来,变分不等式为来自优化,平衡和弹性等领域的诸多有意义的问题的讨论提供一个很
随机变量的指数不等式, 特别是独立随机变量的Bernstein不等式 (见Hoeffding, 1963),在许多极限理论证明中扮演着重要角色.关于相依序列, Boente和Fraiman (1988)对?-混合序
神经动力学优化理论因其具有高效的、实时求解最优化问题的特性，而受到众多学者的广泛关注。目前，学者们已经构造了各种各样的神经网络来求解优化问题，尤其是凸优化问题。根据自
本文主要研究了两类数域上的整基，三次域和分圆域，并利用代数数域解决了不定方程的整根存在性问题。
第一章介绍了数论的发展过程，费马大定理的提出为代数数论的发展奠定了
随着易采矿藏的逐步衰竭和科技的进步，勘探技术对效率和精度的要求越来越高。现有先进地震成像技术大多需要一种高效精确的正演模拟算法，而频率域波动方程求解则是其中之一。波