维普资讯
发表评论我要收藏我要推荐点击“我要推荐”按钮复制地址,推荐文章给别人看,自己就可以获得积分奖励。

带记忆的非单调无约束优化算法的全局收敛性

免费下载
[全文大小:111 K]

陈茜[1] 贺向阳[2]

[1]同济大学应用数学系,200092 [2]上海第二工业大学理学院,201209

上海第二工业大学学报
订阅本刊
国际标准刊号:ISSN 1001-4543
国内统一刊号:CN 31-1496

摘  要:

自从非单调线搜索技巧引入非线性优化后,所得的算法得到了成功的应用与扩展。带记忆的梯度方法经常用来求解无约束优化问题,尤其是大规模的问题。将带记忆梯度法与Wolfe非单调线搜索技巧成功融合到一起得到了新算法。证明了该算法全局收敛。[著者文摘]

X∈R (1) 其中‘厂:R 一R 是连续可微的。我们用迭代方法求解问题(1)式得到序列X。,zl,X2,?,其中+ 由得到,记当前搜索方向dk,步长>0,则X +1=X + dk (2) 非单调线搜索最早是由L.Grippo,E Lampariello~D S.Lucidi[11提出来的。其思想如下:引入参量,,及,其中0< < 及,∈(0,1),令= ,其中∈( ,)为试探步,为最小的非负整数,使得‘厂( +akd )≤。‘厂( 一J)+5a fkTdk (3) 其中9 表示‘厂在X 点的梯度;仇为非减的整数,有上界;亦为一整数,即仇0=0,0≤仇≤min{m¨+1,),k>0 (4) 此后,有很多文章,如文献[2,3,4],从不同角度探讨过非单调线搜索方法。这里我们对上面的(3)式做了些改动,( + )≤。m、a?x /(xk_j)+ fkTdk 其中仇为一给定的正整数。因此,我们采用下面的非单调Wolfe线搜索:,( + )≤。
Journal of Shanghai Second Polytechnic University

分 类 号:

O221.2

文献标识码:

A

文章编号:

1001-4543(2007)03-0225-04

相关文章:

参考文献(5篇)  主题相关

[参考文献]

Global Convergence of a Memory Gradient Method with Nonmonotone Technique for Unconstrained Optimization

CHEN Qian, HE Xiang-yang (1. Department of Mathematics, Tongji University, Shanghai200092, P.R. China; 2.School of Science, Shanghai Second Polytechnic University,Shanghai 201029, P.R. China.)

Abstract:

The technique of nonmonotone line search has received many successful applications and extensions since it was applied in the nonlinear optimization and the memory gradient method is often used for unconstrained optimization, especially large scale problems. This paper combines the memory gradient method and the nonmonotone wolfe line search and the global convergence is obtained.[著者文摘]

Key words:

unconstrained optimization; memory gradient method; nonmonotone line search; global convergence

收稿日期: 2006-07-18
修订日期: 2007-01-20

基金资助:

上海市教委科研基金项目(No.05RZ12)

作者简介:

陈茜(1982-),女,硕士,主要研究领域为非线性规划。

更多评论>>文章评论
你是匿名用户 登录 | 注册 验证码 刷新
中国业务群个人门户,免费下载!
天元数据 维普资讯 版权所有 Copyright © 2001-2008 cqvip.com Inc. All rights reserved.
渝ICP证 B2-20050021  违法和不良信息举报中心
建议使用:1024x768分辨率,16位以上颜色