学位论文 > 优秀研究生学位论文题录展示

求解大规模优化问题的几种方法

作　者: 肖运海
导　师: 李董辉
学　校: 湖南大学
专　业: 应用数学
关键词: 大规模优化 无约束优化 共轭梯度法 有限记忆BFGS法 投影梯度 Barzilai-Browein梯度方法 全局收敛性
分类号: O224
类　型: 博士论文
年　份: 2007年
下　载: 559次
引　用: 2次
阅　读: 论文下载
 

内容摘要


本论文研究求解大规模无约束优化问题和有界约束优化问题的算法．建立算法的收敛性理论，并通过大量的数值试验验证算法的有效性．第2章，我们在Wei，Li，和Qi提出的一种修正BFGS算法基础上提出一种求解大规模无约束问题的有限记忆BFGS方法．该算法的一个重要特点是充分利用了目标函数值和梯度的信息．我们证明该算法用于求解一致凸函数极小化问题时具有全局收敛性．数值试验表明，该算法比传统的有限记忆BFGS方法数值结果要好．第3章，在Dai-Liao以及Li-Tang-Wei提出的非线性共轭梯度法的基础上，我们分别提出两种改进的共轭梯度法．所提出算法的一个非常好的性质是算法总能产生下降的方向，该性质与算法所用的线搜索无关．我们证明本章算法用于求解非凸函数极小化问题时也具有全局收敛性．并通过大量的数值试验验证算法的数值效果，结果表明，本章所提出的算法比已有的被认为数值效果最好的标准的PRP方法数值结果要好．第4-5章，利用Facchinei，Judice和Soares提出的积极集估计技术，结合有限记忆BFGS方法提出求解大规模有界约束问题的两种算法．第4章提出的算法充分利用了严格互补条件的特征，采用回溯策略保持算法产生的迭代点可行．第5章的算法使用了梯度投影技术．所提出的算法每次迭代可同时删除或增加多个约束．在一定条件下，我们建立算法的全局收敛性定理．我们还对这两种方法进行数值试验．第6章，对Ni和Yuan提出的子空间有限记忆拟牛顿法进行改进．改进后的算法更多地使用BFGS迭代步．数值试验表明改进后的算法提高了效率．第7章，基于Facchinei，Judice和Soares提出的积极集判别技术，提出一种求解大规模有界约束问题的积极集Barzilai-Browein梯度方法．在一定的条件下，我们建立算法的全局收敛性．本章的数值试验表明，该算法能与PROJBFGS和谱投影梯度算法SPG相媲美第8章，我们在Facchinei，Fischer，和Kanzow提出的积极集估计技术基础上，结合Barzilai-Browein梯度方法，提出一种可用于求解退化的有界约束问题的投影Barzilai-Browein算法．我们建立该算法使用非单调搜索技术时的全局收敛性．数值试验表明，此算法比SPG数值结果要好．本博士论文得到了国家自然科学基金的资助(10471036)．

全文目录


摘要  5-6
Abstract  6-10
第1章 绪论  10-19
  1.1 课题的研究意义与发展概况  10-16
  1.2 本文的主要工作及创新点  16-18
  1.3 本文所用记号  18-19
第2章 求解大规模无约束优化问题的一种有限记忆BFGS方法  19-32
  2.1 引言  19
  2.2 BFGS校正  19-21
  2.3 一种有限记忆BFGS方法  21-22
  2.4 收敛性分析  22-25
  2.5 迭代矩阵的表示  25-28
  2.6 数值试验  28-32
第3章 求解大规模无约束优化问题的共轭梯度方法  32-41
  3.1 引言  32-33
  3.2 修改的DL共轭梯度类型方法  33-36
  3.3 修改的LTW共轭梯度类型方法  36-38
  3.4 数值试验  38-41
第4章 求解有界约束优化问题的积极集有限记忆BFGS方法  41-49
  4.1 引言  41-42
  4.2 算法  42-44
  4.3 收敛性分析  44-46
  4.4 数值试验  46-49
第5章 求解有界约束优化问题的投影有限记忆BFGS方法  49-57
  5.1 引言  49
  5.2 算法  49-52
  5.3 收敛性分析  52-55
  5.4 数值试验  55-57
第6章 修改的求解大规模有界约束优化问题的有限记忆拟牛顿法  57-66
  6.1 引言  57
  6.2 动机和新算法  57-60
  6.3 收敛性分析  60-62
  6.4 数值试验  62-66
第7章 有界约束优化问题的积极集Barzilai-Borwein梯度方法  66-76
  7.1 引言  66
  7.2 算法  66-68
  7.3 收敛性分析  68-71
  7.4 数值试验  71-76
第8章 退化有界约束优化问题的投影Barzilai-Borwein梯度方法  76-86
  8.1 引言  76
  8.2 算法  76-79
  8.3 收敛性分析  79-82
  8.4 数值试验  82-86
结论  86-88
参考文献  88-96
致谢  96-97
附录A(攻读学位期间所发表的学术论文目录)  97

相似论文

  1. 多层卫星网络稳定性设计研究,TN927.23
  2. 二维波动方程测井约束反演的自适应同伦共轭梯度法,P631.81
  3. 文化智能优化算法及其在约束优化问题中的应用研究,O224
  4. 激发极化法隧道工程地质勘探成像方法研究,U452.11
  5. 管道漏磁内检测信号重构技术研究,TN911.23
  6. 云计算环境下的软件动态部署,TP311.52
  7. 粒子群算法改进及应用,TP18
  8. 多目标人工萤火虫群优化算法及其应用,TP301.6
  9. 锥模型信赖域算法的改进研究,O224
  10. 非线性无约束共轭梯度法,O224
  11. 约束优化QP子问题与线性方程组相结合的一个新的超线性收敛算法,O241.6
  12. 非线性全局优化问题的填充函数算法研究,O224
  13. 求解非线性规划问题的光滑牛顿法及Minimax问题的SQP-Filter算法,O221.2
  14. 两类非线性二层规划的理论与算法研究,O221.2
  15. 粒子群优化算法及其在非线性回归模型中的应用研究,O212.1
  16. 新锥模型二维子空间信赖域算法,O221.2
  17. 非线性最优化问题非单调信赖域算法的研究,O224
  18. 求解不等式约束非线性优化问题的改进的SQP算法研究,O224
  19. 非线性共轭梯度法的改进,O224
  20. 基于时间序列ARCH的预测模型及应用研究,O211.61
  21. 不等式约束优化两个新的强次可行和拟强次可行算法,O221.2

中图分类: > 数理科学和化学 > 数学 > 运筹学 > 最优化的数学理论
© 2012 www.xueweilunwen.com