超记忆梯度法相关论文
本文结合定步长技术和非单调技术,分别构造了两种求解无约束优化问题的超记忆梯度法,分别记为算法A、算法B.在算法A中,我们通过一......
本文提出了两种新的求解带凸约束非线性方程组的混合算法,分别记为算法A和算法B.基于非单调技术和L-M方法，我们提出了算法A.基于超......
最优化方法是运筹学的一个重要组成部分,在自然科学、社会科学、生产实际、工程设计和现代化管理中具有广泛的应用.很多实际问题都......
在本文中，我们考虑非线性不等式约束优化问题。我们知道，梯度投影法是早期求解这类问题的重要的可行方向法之一。近二十年来，一些新的......
对无约束优化算法进行了研究。描述了最速下降算法、牛顿法、非线性FR共轭梯度法、非线性PRP共轭梯度法、非线性DY共轭梯度法等求......
提出一类新的求解无约束优化问题的超记忆梯度法，并在较弱条件下证明了算法的全局收敛性．当目标函数为一致凸函数时，对其线性收敛速度......
提出一种新的无约束优化超记忆梯度算法,算法在每步迭代中充分利用前面迭代点的信息产生下降方向,采用Armijo搜索产生搜索步长,在......
研究无约束优化问题,给出了一种新的超记忆梯度法,在较弱条件下证明了算法具有全局收敛性和线性收敛速率.数值试验表明新算法是有......
本文提出一种新的无约束优化超记忆梯度算法,算法在每步迭代中充分利用前面迭代点的信息产生下降方向,采用Armijo非精确线性搜索产......
提出了一种修正的超记忆梯度方法。该方法的优点是：（1）在无需线性搜索的条件下，迭代方向就是充分下降方向；（2）迭代方向保持夹角性质。在较......
本文给出一个修正的非单调线搜索策略,并结合该策略提出一个求解无约束优化问题的超记忆梯度算法.该算法的主要特点是:在每一次迭......
文章提出了一个新的超记忆梯度法解决无约束优化问题.该算法沿着目标函数的下降方向进行搜索,每步迭代提出的算法都充分地利用了前......
针对整数阶Tikhonov正则化载荷重构技术存在病态性和对噪声敏感等不足,提出一种新型分数阶Tikhonov正则化技术,将处理反问题的过程......
用于稀疏信号恢复的1?正则化基本方法在国内外引起了极大的关注,它被广泛应用于基追踪去噪、压缩感知及其它相关领域.但因为模型中......
提出了一种无约束优化超记忆梯度算法，分析了算法的收敛性，并对算法进行了数值试验，结果表明算法比Ａｒｍｉｊｏ搜索下的ＦＲ和ＰＲ共轭梯度法及Ｃａｕｃｈｙ方法有效，特......
