论文部分内容阅读
结构化的拟牛顿法是求解非线性最小二乘问题的一类重要算法,它充分利用了目标函数的Hessian矩阵的结构,算法保留了求解最优化问题拟牛顿法的超线性收敛性,而且,对于零残量问题算法还可有二次收敛性.本文进一步研究求解非线性最小二乘问题的结构化拟牛顿法,侧重于研究PSB算法,即Gauss-Newton-PSB型算法.由于算法产生的方向不能保证是目标函数的下降方向,我们首先研究采用非单调线性搜索的结构化PSB算法,在适当条件下,我们证明采用非单调线性搜索的结构化PSB算法具有全局收敛性以及超线性收敛性.在此基础上,我们利用投影技术产生一个下降方向.在适当的条件下,我们证明这种投影结构化的PSB算法也具有全局收敛性和超线性收敛性.最后我们给出数值试验验证上述算法的有效性.