导读:本文包含了谱共轭梯度法论文开题报告文献综述及选题提纲参考文献,主要关键词:无约束优化,共轭梯度法,非精确线搜索,充分下降性
谱共轭梯度法论文文献综述
王松华,黎勇,吴加其[1](2019)在《一种新型线搜索下的修正3项LS谱共轭梯度法》一文中研究指出基于经典非线性谱共轭梯度法和3项共轭梯度法,在Yuan等提出修正3项PRP共轭梯度法的基础上,提出了一种求解大规模无约束优化问题的非线性修正3项LS谱共轭梯度法.该方法不依赖任何线搜索,具有充分下降性.在适当条件下,新方法在Yuan等提出的新型非精确线搜索下具有全局收敛性.初步的数值试验结果表明,新方法对给定的测试函数是有效和稳定的,比传统LS方法和3项LS方法更有效.(本文来源于《安徽大学学报(自然科学版)》期刊2019年04期)
夏福全,陈龙卫[2](2019)在《基于谱共轭梯度法的图像极小化去噪模型算法》一文中研究指出提出一种新的不依赖线搜索的谱共轭梯度算法,证明了新算法的全局收敛性。通过含有参数泛函的极小化去噪模型结合新的谱共轭梯度算法,从而达到恢复噪声图像的目的。数值实验结果表明,新算法在收敛速度和迭代次数等方面均有较好的数值结果,同时也能起到较好的图像去噪效果。(本文来源于《广东石油化工学院学报》期刊2019年03期)
景书杰,李亚敏,牛海峰[3](2019)在《一类基于Armijo线搜索的新的谱共轭梯度法》一文中研究指出为了构造具有更好收敛性的谱共轭梯度法,根据已有的共轭系数β~*_k和β■,构造了一个新的共轭系数β■,从而给出了一个新的谱共轭梯度法。经过选取适当的谱系数,保证新方法在每次迭代时总能产生充分下降的搜索方向。该性质具有既不依赖所使用的线搜索,又不依赖目标函数凸性的优点。利用Armijo线搜索,在一般假设条件下,给出了该方法全局收敛性的证明。(本文来源于《河南理工大学学报(自然科学版)》期刊2019年04期)
李亚敏,景书杰,牛海峰[4](2019)在《一类基于Wolfe线搜索下的谱共轭梯度法》一文中研究指出在已有文献β■的基础上得到了一个新的谱共轭参数,从而构造了一个新的谱共轭梯度法.并且新方法的搜索方向不需要任何线性搜索条件而自动下降.利用标准Wolfe线搜索,在一般假设条件下,验证了该方法是全局收敛的.(本文来源于《大学数学》期刊2019年02期)
景书杰,李亚敏,牛海峰[5](2019)在《一类改进的谱共轭梯度法》一文中研究指出谱共轭梯度法有两个方向控制参数,是解决大规模无约束优化问题的有效方法.本文提出了一个改进的谱参数θ_k,它不同于现有的θ_k.新算法在任何线搜索下都满足着名的共轭条件:d~T_ky_(k-1)=0.新方法的搜索方向在任何线搜索下都是充分下降的.在一般假设下,我们证明该方法在改进的Wolfe线搜索是全局收敛的.(本文来源于《洛阳师范学院学报》期刊2019年02期)
李向利,师娟娟,董晓亮[6](2018)在《一类修正的非单调谱共轭梯度法及其在非负矩阵分解中的应用》一文中研究指出谱共轭梯度算法是一类解决无约束优化问题的有效方法,它以共轭梯度法为基础,结合谱方法,保持了两种方法的计算优点.该文提出了一类修正的非单调谱共轭梯度算法,在满足一定的假设下,证明了算法的收敛性,此外,该文将所提出的算法应用于非负矩阵分解中,数值实验表明算法的效果是值得肯定的.(本文来源于《数学物理学报》期刊2018年05期)
单锐,王国芳,黄威,刘文,王美霞[7](2018)在《基于改进谱共轭梯度思想的ARIMA模型参数估计优化法》一文中研究指出为了提升差分自回归移动平均模型ARIMA拟合的精确程度,把解决非线性无约束问题的谱共轭方向思想运用到模型参数优化估计中.给出一种改进的谱共轭梯度法,即结合不同谱共轭梯度法的优势之处,提出新的参数标量和搜索方向迭代公式.理论上证明该算法的充分下降性和全局收敛性,数值实验结果验证其是一种更为快速有效的方法,实例分析进一步证实本文算法的可操作性.(本文来源于《兰州理工大学学报》期刊2018年04期)
张军军,朱志斌[8](2018)在《一种反演介质吸收系数的改进谱共轭梯度算法》一文中研究指出为了反演一维辐射系统的吸收系数,提出了一种新的改进型谱共轭梯度算法。以一种改进的FR共轭梯度算法为基础,对其增加了一个谱参数,并证明了该算法的全局收敛性。数值实验结果表明,该算法是有效的。(本文来源于《桂林电子科技大学学报》期刊2018年04期)
郭艳可,王硕,朱志斌[9](2018)在《求解线性反问题的修正谱共轭梯度法》一文中研究指出为求解线性反问题,在MHS共轭梯度法的基础上增加一个谱参数,使其变成新的谱共轭梯度法。用Wolfe线搜索准则证明算法的下降性与全局收敛性。选择合适的核函数和真实解来求解线性反问题。数值结果表明,算法具有有效性。(本文来源于《桂林电子科技大学学报》期刊2018年03期)
房明磊,孙敏[10](2018)在《Wolfe线搜索下的一个修正DY谱共轭梯度法》一文中研究指出对比传统梯度法,谱梯度算法有很好的加速效果。在经典DY型共轭梯度法的基础上,提出了一种修正DY谱共轭梯度法,利用Wolfe线搜索步长规则,在适当的假设条件下证明了算法的全局收敛性。(本文来源于《长江大学学报(自科版)》期刊2018年13期)
谱共轭梯度法论文开题报告
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
提出一种新的不依赖线搜索的谱共轭梯度算法,证明了新算法的全局收敛性。通过含有参数泛函的极小化去噪模型结合新的谱共轭梯度算法,从而达到恢复噪声图像的目的。数值实验结果表明,新算法在收敛速度和迭代次数等方面均有较好的数值结果,同时也能起到较好的图像去噪效果。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
谱共轭梯度法论文参考文献
[1].王松华,黎勇,吴加其.一种新型线搜索下的修正3项LS谱共轭梯度法[J].安徽大学学报(自然科学版).2019
[2].夏福全,陈龙卫.基于谱共轭梯度法的图像极小化去噪模型算法[J].广东石油化工学院学报.2019
[3].景书杰,李亚敏,牛海峰.一类基于Armijo线搜索的新的谱共轭梯度法[J].河南理工大学学报(自然科学版).2019
[4].李亚敏,景书杰,牛海峰.一类基于Wolfe线搜索下的谱共轭梯度法[J].大学数学.2019
[5].景书杰,李亚敏,牛海峰.一类改进的谱共轭梯度法[J].洛阳师范学院学报.2019
[6].李向利,师娟娟,董晓亮.一类修正的非单调谱共轭梯度法及其在非负矩阵分解中的应用[J].数学物理学报.2018
[7].单锐,王国芳,黄威,刘文,王美霞.基于改进谱共轭梯度思想的ARIMA模型参数估计优化法[J].兰州理工大学学报.2018
[8].张军军,朱志斌.一种反演介质吸收系数的改进谱共轭梯度算法[J].桂林电子科技大学学报.2018
[9].郭艳可,王硕,朱志斌.求解线性反问题的修正谱共轭梯度法[J].桂林电子科技大学学报.2018
[10].房明磊,孙敏.Wolfe线搜索下的一个修正DY谱共轭梯度法[J].长江大学学报(自科版).2018