已閱讀1頁,還剩30頁未讀, 繼續(xù)免費閱讀
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),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、在本文中,我們考慮非線性不等式約束優(yōu)化問題。我們知道,梯度投影法是早期求解這類問題的重要的可行方向法之一。近二十年來,一些新的廣義梯度投影法被人們所研究。另一方面,為了利用前面迭代點的信息來產(chǎn)生新的迭代點,人們結(jié)合廣義梯度投影法,將求解無約束優(yōu)化的超記憶梯度法推廣到有約束優(yōu)化。同時,對于初始點任意的問題,強(qiáng)次可行方向法是行之有效的解法之一。 本文結(jié)合廣義超記憶梯度投影法的性質(zhì)和強(qiáng)次可行方向法的思想,提出一個新的求解非線性不等式約
2、束優(yōu)化問題的強(qiáng)收斂算法。在每次迭代中,算法能充分利用前面t個迭代點的信息來產(chǎn)生新的迭代點。特別地,超記憶梯度投影方向的參數(shù)取值區(qū)間可調(diào)整。新算法的主要性質(zhì)如下:(i)改進(jìn)的超記憶梯度投影方向由廣義梯度投影和t步超記憶梯度(含搜索方向k<'к-1>,d<'к-2>,…,d<'к-t>和梯度▽f(x<'к-1>▽f(<'к-2>),…,▽f(<'к-t>))結(jié)合產(chǎn)生,而且只討論對應(yīng)(ε<,к>,δ<,к>)-積極約束集I(x<'к>;ε<,
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)頁內(nèi)容里面會有圖紙預(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. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對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, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 非線性約束最優(yōu)化超線性收斂的模松馳強(qiáng)次可行方向法.pdf
- 約束優(yōu)化一個結(jié)合擬強(qiáng)次可行方向法和工作集技術(shù)的超線性收斂算法.pdf
- 非線性不等式約束優(yōu)化的強(qiáng)次可行原始對偶內(nèi)點算法.pdf
- 約束優(yōu)化模松弛QP子問題與線性方程組相結(jié)合的一個強(qiáng)次可行方向法.pdf
- 約束優(yōu)化無嚴(yán)格互補(bǔ)的超線性收斂SQP強(qiáng)次可行算法.pdf
- 一個全局收斂的求解不等式約束非線性半定規(guī)劃的內(nèi)點算法.pdf
- 一類隨機(jī)廣義集值強(qiáng)非線性隱擬變分不等式.pdf
- 廣義強(qiáng)非線性混合似變分不等式解的存在性和算法.pdf
- 不等式約束非線性MINIMAX問題的可行廣義單調(diào)線搜索SQP算法.pdf
- 約束優(yōu)化強(qiáng)次可行方向法與工作集思想相結(jié)合的序列線性方程組算法.pdf
- 不等式約束線性規(guī)劃問題的一個內(nèi)點算法.pdf
- 求解凸不等式組的一個次梯度算法.pdf
- 18269.不等式約束極大極小問題的廣義梯度投影及qpfree算法研究
- 半無限規(guī)劃離散化問題超線性收斂的模松弛可行方向法.pdf
- 解不等式約束非線性規(guī)劃的光滑逼近—BFGS法.pdf
- 具有不等式約束的非線性規(guī)劃問題優(yōu)化方法研究.pdf
- 關(guān)于變分不等式問題的強(qiáng)收斂定理及其相關(guān)研究.pdf
- 廣義變分不等式的廣義f-投影算法.pdf
- 一個積分不等式的證明
- 強(qiáng)變分不等式問題和廣義變分不等式問題解的存在性與例外簇.pdf
評論
0/150
提交評論