優(yōu)化算法與虛擬企業(yè)伙伴選擇問題的研究.pdf

1、對求解無約束優(yōu)化問題的記憶梯度法中的方向參數(shù)給定一個新的區(qū)間取法，確定其取值范圍以保證搜索方向是目標函數(shù)的充分下降方向，在此基礎上，提出了一類新的帶誤差項的的記憶梯度算法，算法中參數(shù)的取值范圍更大，考慮了誤差項，使得新算法對許多實際問題很有用.并在目標函數(shù)的梯度一致連續(xù)和結合Armijo步長搜索條件下，證明了算法的全局收斂性.同時給出帶誤差項的結合擬-Newton方程的記憶梯度算法.數(shù)值例子表明算法是有效的。 設計了求解無約束最

2、優(yōu)化問題的新的非單調(diào)線搜索規(guī)則的帶誤差項Lampariell修正對角稀疏擬牛頓算法.新的步長規(guī)則類似于Grippo非單調(diào)線搜索規(guī)則并包含Grippo非單調(diào)線搜索規(guī)則作為特例.新的步長規(guī)則在每一次線搜索時得到一個相對于Gfippo非單調(diào)線搜索規(guī)則的較大步長，有利于算法快速收斂，同時保證算法的全局收斂性.數(shù)值例子表明算法是有效的，適合求解大規(guī)模問題。 討論了虛擬企業(yè)伙伴選擇與管理問題.提出了初選、精選、優(yōu)化組合的虛擬企業(yè)伙伴選擇三步