为了构造具有更好收敛性的谱共轭梯度法,根据已有的共轭系数β~*_k和β■,构造了一个新的共轭系数β■,从而给出了一个新的谱共轭梯度法。经过选取适当的谱系数,保证新方法在每次迭代时总能产生充分下降的搜索方向。该性质具有既不依赖所使用的线搜索,又不依赖目标函数凸性的优点。利用Armijo线搜索,在一般假设条件下,给出了该方法全局收敛性的证明。
2024-01-11 13:45:37
204KB
1
一般情况下,求解大规模无约束优化问题的有效算法是共轭梯度法。共轭梯度法的关键是选取αk和βk,不同的αk和βk决定了不同的共轭梯度算法。在HS方法和DY方法的基础上,给出了一种求解无约束问题的混合共轭梯度算法,并在Wolfe性搜索下证明了算法的全局收敛性。
2023-03-05 11:26:38
1.09MB
1
寻找最优值，比如说我有数组data,1000个元素，要从里面找x，线性搜索，就是从头找到尾，依次来看data[0]是否等于x，如果不是data[1]，data[2],依次类推，一直找到最后一个。速度最慢，但是适用性最广
2022-09-20 09:00:08
3KB
大数据-算法-非线性约束优化问题的过滤线搜索两块校正序贯既约Hessian方法.pdf
2022-05-04 14:09:25
2.07MB
实现了线搜索算法中的最速下降法以及牛顿沃尔夫算法
The steepest descent method and Newton Wolff algorithm in line search algorithm are realized
2022-04-29 19:50:04
257KB
1
线搜索逐步二次规划法，杭丹，周群艳，本文在讨论了二次规划的基础上给出解一般约束的非线性规划的带线搜索的逐步二次规划法,每次迭代采用积极集法解子规划问题.为了保�
2022-03-02 14:41:00
625KB
1
矩形优化排样问题是一个在制造业领域生产实践中普遍遇到的问题 ,采用了一种改进的最低水平线搜索算法求解此类问题 .首先分析了原始的最低水平线搜索算法在排样中存在的缺陷 ,并针对该缺陷为其设计了一个评价函数 ,排样时对所有未排零件进行评价 ,选择评价值最高的零件排入当前位置 ,从而克服了算法在搜索过程中的随机性 ,优化了算法的搜索方向 .实验仿真的结果表明 ,提出的算法可以得到较好的排样效果 ,并且其解决问题的规模越大 ,优化性能越好 ,适合于求解大规模排样问题 .
2021-12-01 22:49:58
629KB
1