2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩40頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、共軛梯度法是求解大規(guī)模優(yōu)化問題最常用的方法之一。近年來,Hager和Zhang及Dai和Liao提出了一些有效的共軛梯度法。在此基礎(chǔ)上,本文提出一類修改的共軛梯度法。在適當(dāng)?shù)臈l件下,這些方法均滿足充分下降條件。本學(xué)位論文的具體內(nèi)容如下: 第一章回顧了共軛梯度法的發(fā)展過程,并重點(diǎn)介紹了相關(guān)的共軛梯度法。 第二章,根據(jù)Hager和Zhang提出的參數(shù)公式βNK,給出了一個(gè)新的共軛梯度法,并在強(qiáng)Wolfe-Powell條件下證

2、明了其對(duì)強(qiáng)凸函數(shù)的全局收斂性。之后,本章給出了兩個(gè)相關(guān)的雜交共軛梯度法,并在強(qiáng)Wolfe-Powell條件下證明了它們對(duì)一般非線性函數(shù)的全局收斂性。 第三章,根據(jù)Dai和Liao提出的參數(shù)公式βDL1k及Hager和Zhang提出的參數(shù)公式βNk,給出了另一個(gè)新的共軛梯度法,并在弱Wolfe-Powell條件下證明了它對(duì)強(qiáng)凸函數(shù)的全局收斂性。之后,本章給出了一個(gè)相關(guān)的雜交共軛梯度法,并在弱Wolfe-Powell條件下,證明了它

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論