wolfe线搜索相关论文
非线性共轭梯度法是求解一些大规模非线性无约束优化问题的基本迭代方法，具有算法简单、存储空间需求小的特点。在经典的非线性共轭......
有限记忆BFGS（L-BFGS）方法是求解大规模非凸无约束优化问题的一种常见方法.近年来,不少学者投入到该方法的研究当中,其中主要研究方......
基于著名的PRP共轭梯度方法,利用CGDESCENT共轭梯度方法的结构,本文提出了一种求解大规模无约束最优化问题的修正PRP共轭梯度方法......
最优化理论与算法广泛应用于工程设计、金融分析、生产生活等诸多领域。共轭梯度法因其迭代形式简单、所需存储内存较小、数值有效......
本论文是在非线性共轭梯度算法中已有的研究成果上进行的,主要基于DDL以及DLVHS方法进行研究和修正.为了能得到理论和计算都比较好......
非线性共轭梯度法是一类非常重要的优化方法。因其具有迭代简单、易于编程以及存储要求低等优点，所以特别适合用来求解大规模无约束......
共轭梯度法是求解无约束优化问题的一类有效方法.该文提出了一个修改的PRP公式,并且将其应用到无约束优化中,得到一类新的共轭梯度......
本文对近年来受关注的混合非线性共轭梯度算法的理论性质进行了研究,主要研究结果归纳如下:1.第二章给出了一个非线性共轭梯度算法......
非线性共轭梯度法是求解大规模无约束优化问题的一类非常重要的方法。这类方法具有算法简单，计算量小，所需存储量小等优点。共轭梯度......
共轭梯度法是求解无约束最优化问题的有效算法之一. 由于其算法简单、所需的计算量和存储量较少等优点，共轭梯度法非常适合于求解大......
本文研究了解无约束优化问题的新的非单调线搜索方法.
首先,通过充分利用Hesse矩阵的负曲率信息并且仅要求前k个连续函数值的......
本文研究求解无约束非线性规划的共轭梯度法.基于HS共轭梯度法和DY共轭梯度法，提出一个新的混合共轭梯度法，方法将HS共轭梯度系数与D......
本文对求解无约束优化问题给出两类新的变参数下降算法.在Wolfe线搜索下无需给定充分下降条件,即可证明它们的全局收敛性.大量数值......
本文在HS方法和DY方法的基础上,综合两者的优势,提出了一种求解无约束优化问题的新的混合共轭梯度法.在Wolfe线搜索下,不需给定下......
本文提出了一种求解无约束优化问题的修正PRP共轭梯度法．算法采用一个新的公式计算参数,避免了产生较小的步长．在适当的条件下,证明......
本文对求解无约束优化问题提出了一类新的下降算法,并且给出了HS算法与其相结合的两类杂交算法.在Wolfe线搜索下不需给定下降条件,......
共轭梯度法是优化算法中最常用的方法之一,适于解决大规模问题,因而有着广泛的应用,而标量βk不同的选取可以构成不同的共轭梯度法......
本文提出一类新的共轭梯度法,证明了其在Wolfe线搜索下具有全局收敛性,最后对算法进行数值试验,数值结果表明该算法是有效的.......
基于利用修正HS方法提高算法效率和利用DY方法保证算法的全局收敛性等思想,分别在不同条件下提出两种新的混合共轭梯度法求解大规......
