论文部分内容阅读
大多数优化方法都依赖于求解问题的导数信息,但是在实际应用中,许多优化问题的导数信息不易求得甚至完全不可得到。这种情况下,一些利用导数信息的高精度计算方法就不能够使用,无导数优化算法就是一类不依赖求解问题导数信息的方法,直接搜索算法作为无导数优化算法中一类重要的优化方法,在科学和工程计算中应用广泛。本文主要对直接搜索算法中的Coope-Price算法框架进行研究,对其框架中存在的一些不足和缺陷进行相应的优化改进。基于Coope-Price算法框架,本文提出了两种新的直接搜索算法,结合相关理论分析了新算法的收敛性,并通过数值实验验证了算法的有效性和可行性。本文的主要内容如下:对直接搜索算法中四种主要的直接搜索框架(GPS算法框架、GSS算法框架、Coope-Price算法框架、MADS算法框架)进行了具体的论述,并对比分析了不同算法之间的关系。介绍了两种常用的无导数数值算法优劣的比较方法,并对两种方法进行了详细的描述,对其使用方法给出具体的说明。基于Coope-Price直接搜索算法框架提出了两种新的直接搜索算法。其一,基于中心单纯形梯度给出了一种新的共轭梯度下降方向,同时并对网格单元框计算中的正基方向进行了旋转和重新计算,提出一种基于中心单纯形梯度的直接搜索共轭梯度法;其二,结合无导数中的自适应BB(Barzilai-Borwein)步长,对Coope-Price算法框架中网格步长的更新策略做出调整,提出一种新的网格步长参数更新策略,有效改善了在一些情况下网格步长下降过快的问题。同时结合对自适应BB(Barzilai-Borwein)步长优势,给出了与之相对应的正基更新策略,提出一种基于自适应BB步长的直接搜索共轭梯度法。进一步从理论上证明了两种算法的收敛性,并利用数值实验的方法对算法进行验证,从实验结果上对新的算法做出了对比分析,验证了新提出的两种算法的有效性和可行性。