優(yōu)化問(wèn)題中的廣義模式搜索算法.pdf_第1頁(yè)
已閱讀1頁(yè),還剩45頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、目前,不用導(dǎo)數(shù)的最優(yōu)化算法在實(shí)際中的應(yīng)用日益廣泛。本文主要針對(duì)廣義模式搜索算法進(jìn)行研究。它是直接搜索算法的一種,在迭代過(guò)程中只需目標(biāo)函數(shù)值信息,而無(wú)需計(jì)算或近似任何的導(dǎo)數(shù)信息,不強(qiáng)加任何充分下降的條件,即可保證算法的收斂性;鑒于模式搜索的這種特點(diǎn),使得這種算法比較適用于那些目標(biāo)函數(shù)比較復(fù)雜或?qū)?shù)信息不易計(jì)算的優(yōu)化問(wèn)題。 本文的主要工作分為兩部分:首先對(duì)文獻(xiàn)中所給出的線性等式約束優(yōu)化問(wèn)題的模式搜索算法做了進(jìn)一步的分析,給出了算法的

2、局部收斂性結(jié)果;其次是將模式搜索算法應(yīng)用于有限的極大極小值問(wèn)題。取得的結(jié)果如下: 1.第二章進(jìn)一步分析了文獻(xiàn)中提出的關(guān)于線性等式約束優(yōu)化問(wèn)題的新的模式搜索算法的局部收斂性。在此文獻(xiàn)中,通過(guò)將約束問(wèn)題投影到約束矩陣的零空間上,從而降低了求解原問(wèn)題的復(fù)雜程度。本文假設(shè)目標(biāo)函數(shù)在孤立的局部最優(yōu)點(diǎn)的鄰域內(nèi)具有二階連續(xù)可微的性質(zhì),并對(duì)方向集和步長(zhǎng)控制參數(shù)附加一定的約束條件,從而證明了算法中的步長(zhǎng)控制參數(shù)為一階穩(wěn)定性提供了一個(gè)可靠的度量,用

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)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(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)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(qǐng)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(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論