求解非負約束最優(yōu)化問題的MPRP和TMPRP型算法.pdf

1、最優(yōu)化問題在工程、軍事、生產(chǎn)、管理、經(jīng)濟等許多重要領域有著廣泛的應用背景.共軛梯度法是求解最優(yōu)化問題的最有效的算法類之一.由于該類算法簡便，存儲量需求小，收斂速度又比最速下降法快，因而可用于求解大規(guī)模問題. 傳統(tǒng)的共軛梯度法產(chǎn)生的方向的下降性依賴于算法所采用的線性搜索.最近，關于下降型共軛梯度法的研究受到廣泛關注，并在求解無約束最優(yōu)化問題方面取得重要進展.然而迄今為止，有關求解約束問題的共軛梯度法的研究很少.本文的主要工作之一是

2、將求解無約束問題的下降型共軛梯度法的思想用于求解非負約束問題.在較弱的條件下建立相應的全局收斂性定理。 單調線性搜索技術是線性搜索類算法的一種常用搜索方式，這種線性搜索方式的一個主要優(yōu)點是算法產(chǎn)生的函數(shù)值序列單調遞減.然而，單調線性搜索一般需要較多的試探步才能獲得步長.而且，所獲得的步長有時會很小，由Grippo以及Zhang等人提出的非單調線性搜索技術可減少線性搜索試探步，并可獲得較大步長，本文的另一個主要工作是將非單調線性搜