论文部分内容阅读
该文提出一种递推二阶逼近方法。它利用修正的BFGS公式来构造实际目标函数的Hessian矩阵，通过解一个二阶近似优化问题，这个问题由修正的BFGS公式 确定，得到一个迭代搜索方向。为了获得一个新的迭代点并考虑至实际应用 条件的差别，该文给出两种迭代更新策 略：一个是牛顿步方法；另一个是一维搜索方法。在一些局部条件下；该文 提出的方法具有R-超线性敛的性质。该文将给出算法的全局收敛性条件和最 优性条件：并给出算法收敛速率的估计。最后进行仿真研究；表明新算法的 优越性。（本刊录）