导读:本文包含了梯度优化算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,DAI-LIAO方法,全局收敛性
梯度优化算法论文文献综述
夏福全,陈龙卫[1]（2019）在《求解非线性无约束优化问题的新共轭梯度算法》一文中研究指出提出一类新的解无约束优化问题的共轭梯度法,将搜索方向由满足一个共轭条件变为满足多个共轭条件,从而充分利用前面迭代点信息;证明了新算法的全局收敛性。实验结果表明,新算法在求解非线性无约束优化问题具有一定研究价值。(本文来源于《荆楚理工学院学报》期刊2019年03期）
常永虎,李虎阳[2]（2019）在《基于梯度的优化算法研究》一文中研究指出所有以数据驱动的算法最终都被转化为一个优化问题,而梯度下降类算法是解决优化问题的一种非常流行的方法。梯度下降类算法经过很长一段时间的发展,在梯度计算、步长计算等方面提出多种新算法,这些方法没有绝对的孰优孰劣,而且在实际应用当中常常被当作黑箱使用。介绍梯度下降类算法的具体计算方法和每种算法所解决的主要问题,并通过可视化的方式呈现不同梯度下降算法在同一问题中的表现,最终指出梯度优化算法的选择策略。(本文来源于《现代计算机》期刊2019年17期）
陶炯[3]（2019）在《基于梯度场的高效几何优化算法》一文中研究指出在计算机图形学所涉及的诸多问题中,求解线性系统一直扮演着重要的角色,是求解算法中必不可缺少的一部分。尽管大部分问题求解的都是稀疏方程,但是随着数据维度的不断增加,求解大型稀疏线性系统仍然是一个难题,尤其是在运行内存和运行时间方面。在求解关于梯度的优化问题时,其优化变量通常是函数值,而不是梯度值,这就使得在求解的过程中不具有可扩展性,因为在求解过程中要涉及到梯度变量到函数变量的转化。本文提出了一种新的基于梯度场求解方法,其在求解的过程中不需要求解线性方程而是直接得到对应函数的梯度值。最后根据求解出来的梯度值恢复出原来的函数值,可以达到与直接求解线性方程组同样的精度。因为不需要求大型稀疏线性方程,所以此算法具有高效性和可扩展性。本文从两个问题出发,应用此算法。一是二维或者叁维区域内局部重心坐标的求解;局部重心坐标要求最小化重心坐标函数的全变差,同时要满足重心坐标的单位剖分性和线性插值性以及其他重心坐标函数的性质。二是二维或叁维流形中测地距离的计算;测地线距离的计算即是求解相应的Eikonal Equation。这两个问题所涉及到的目标函数都是和梯度相关,因此这两个问题都可以转化为关于梯度变量的带约束的优化问题,然后可以通过ADMM算法进行高效的求解。因为ADMM算法以及问题本身具有可分离的结构,所以我们可以对算法进行高度并行化操作和处理。在得到相应的梯度场后,我们应用一个广度优先搜索算法来恢复相应的函数值,同样这个操作也能够进行并行化操作。总体来说的话我们提出了一个高效的可高度并行化的算法,来求解对应的几何问题,使得在这个过程中不需要求解任何稀疏线性方程,达到提高效率的目的。(本文来源于《中国科学技术大学》期刊2019-06-04）
王耀坤[4]（2019）在《基于梯度提升算法的直线振动筛分机理与参数优化的研究》一文中研究指出振动筛作为散体物料分选设备被广泛应用在工业生产的各个场景当中。提高筛分效率与处理量一直是振动筛领域研究人员的奋斗方向。但在不增大筛机整体尺寸和结构强度的前提下,筛分效率与处理量往往是相悖的两个性能指标,即单方面提高筛分效率往往会使筛分过程变得缓慢,从而导致处理量下降。为此国内外学者对振动筛的筛分机理进行详细的研究,试图探索出新的筛分性能优化方式。本文中定义了6个描述筛分中间状态筛面上颗粒分布的特征量(分层指数均值、小颗粒触筛均值、小颗粒触筛方差、小颗粒透筛均值、大颗粒透筛均值、筛分时长),较为完整地分析筛分中间状态对筛分结果的影响规律,利用数值模拟技术对直线振动筛的筛分过程进行仿真,利用梯度提升决策树算法对所得仿真数据进行建模分析。主要研究内容有:(1)在较大范围内进行筛机参数选取,并以此进行仿真实验。为后续的筛分中间状态特征量以及单位时间筛分效率的计算奠定数据基础;(2)观察筛分过程,定义筛分中间状态特征量,分析各个特征量对单位时间筛分效率的影响规律;(3)使用梯度提升决策树算法对筛分中间状态特征量与单位时间筛分效率建模,分析各个特征量的影响权重排序,以及联合影响规律;(4)使用梯度提升决策树算法对筛机参数与各个筛分中间状态特征量建模,分析筛机参数对各个筛分中间状态特征量的影响规律;(5)使用粒子群算法对所得的筛机综合数据模型进行筛机参数寻优,对所得的筛机参数组合分别进行仿真实验与实物实验,验证模型的准确性、稳定性以及有效性。最后分析验证实验组的数据,筛机数据模型预测筛分性能较优的筛机参数在较大范围内变动,而各组的筛分中间状态特征量仅在小范围内变动,且最终的单位时间筛分效率值相近,说明最优筛机参数组合并不唯一,并且多种筛机参数组合可得到相似的筛分中间状态与相近的筛分结果。(本文来源于《华侨大学》期刊2019-05-24）
李喜林,申英霞[5]（2019）在《基于梯度法的微粒群优化算法在船舶电力系统的应用》一文中研究指出随着电力技术的不断发展,舰船电力设备的数量和质量不断提高,不仅提高了舰船航行的安全性,还促进了舰船作业的效率,提高了船舶工业的生产水平。船舶综合电力系统包括发电机、变电站、输电线路、终端负载等,具有拓扑结构复杂、工作条件恶劣等特点。因此,提高舰船电力系统的安全性、可靠性,改善电力系统的使用质量具有重要的意义。本文充分结合基于梯度法的微粒群优化算法,对舰船电力系统的稳定性理论、故障恢复等问题进行优化和改善。(本文来源于《舰船科学技术》期刊2019年08期）
杨志军,陈超然,黄观新[6]（2019）在《面向机器人优化设计的GA-非均匀Kriging-梯度投影混合全局优化算法》一文中研究指出针对机器人优化设计等工程应用中普遍存在的黑箱问题,提出了一种高效、稳定的遗传算法-非均匀Kriging-梯度投影混合全局优化(Hybrid global optimization, HGO)算法。该方法使用非均匀Kriging模型对目标函数进行评估,能够在不苛求近似模型全局精度的情况下保证优化过程的精度,并节省大量计算时间。使用梯度投影法对遗传算法种群进行变异,可以在提升优化收敛效率的同时确保优化约束条件,从而可以避免使用并不严格的罚函数法处理约束函数。为验证算法的有效性和优越性,将本算法应用于两个数学测试算例和一个模块化机械臂截面优化实例中,并与其他优化算法比较。结果表明,本算法能够兼顾结果精度、优化效率和算法稳定性,发挥更好的综合性能,从而实现对工程问题的全局优化设计。(本文来源于《机械工程学报》期刊2019年11期）
王德贤[7]（2019）在《基于随机梯度下降的隐特征分析优化算法研究》一文中研究指出高维稀疏矩阵中包含如用户偏好和社区倾向等丰富信息,隐特征分析模型被证明能从高维稀疏矩阵中高效的挖掘出这些有用信息。随机梯度下降算法是构建隐特征分析模型的高效算法。由于随机梯度下降算法的优化算法能加速模型收敛性和提高模型的预测精度,因此本文基于标准的随机梯度下降算法,提出了5种隐特征分析优化模型,为了得到更好的预测精度本文将5种隐特征优化模型进行了集成,主要研究内容如下:(1)提出基于FOBOS和SPGD的方法来构建两种弹性网络隐特征模型,在该模型构建中同时采用L_1和L_2来约束目标函数,既可很好的防治模型过拟合和提高模型数据的稀疏性,也可以增加模型的精度预测。通过在大型工业数据集上的实验表明,模型的预测精度、数据稀疏性等性能都有显着提高。(2)提出基于动量、Nesterov加速和加速随机近端梯度的方法来构建叁种加速隐特征预测模型。在模型训练中,通过不同程度的累加上一次梯度,使模型训练沿着最优解的方向寻优,大大提高模型的收敛速度。通过在大型工业数据集上的实验表明,模型的预测精度、收敛速度等性能都有显着提高。(3)为了使模型具有更高预测精度和鲁棒性,本文将基于标准随机梯度下降算法优化算法构建的5种优化模型进行了集成,大大增益了模型性能。(本文来源于《西华师范大学》期刊2019-04-01）
郑童宜,刘济科,吕中荣[8]（2018）在《基于改进的果蝇优化算法的功能梯度梁结构损伤识别研究》一文中研究指出工程结构的损伤识别是近年来的研究热点。对很多大型结构来说,后期的损伤识别有重要的意义。已经有很多损伤识别的方法在逐渐被提出。果蝇优化算法是一种基于果蝇群体觅食行为推演出的寻求全局优化的方法。为了改进果蝇算法的收敛性能,近来,有人提出了一种用云模型改进的果蝇算法。这种改进的方法运用云模型来描述果蝇种群在嗅觉阶段基的觅食行为的随机性和模糊性。功能梯度材料由于其具有优异的热力学和力学性能,被广泛应用在许多的领域,然而对由功能梯度材料构成的结构进行损伤识别的研究,至今仍然很少有人涉及。在这篇文章中,我们云模型改进的果蝇进行进一步的改进,提高算法的全局搜索能力,并用改进后的算法对功能梯度梁进行局部损伤的识别,得到了准确的识别结果。算例表明改进的算法能达到良好的识别精度,并且具有较好的抗噪声能力。(本文来源于《2018年全国固体力学学术会议摘要集（下）》期刊2018-11-23）
赵志鹏,廖胜利,程春田,钟儒鸿,王昱倩[9]（2018）在《梯级水电站群中长期优化调度的离散梯度逐步优化算法》一文中研究指出充分利用现有水电资源,进行库群中长期优化调度是构建清洁低碳、安全高效的现代能源体系的重要措施。逐步优化算法(POA)将多阶段问题转化为多个两阶段子优化问题,是求解中长期库群优化调度较为广泛且有效的一种方法。但随着水库数目的增加,POA仍会面临严重的"维数灾"问题。本文以梯度下降法为基础,提出离散梯度的概念及离散梯度逐步优化算法(DGPOA),该方法在不直接求导的情况下充分利用局部离散梯度信息确定最优搜索方向,可以快速获得优化结果。最后将该算法应用到澜沧江流域五水库梯级系统中,在不同离散精度和来水条件下,利用POA、POA-DPSA和DGPOA算法对梯级水库进行优化计算。结果表明,在不显着降低全局搜索能力的情况下,DGPOA的计算速度分别达到了POA-DPSA算法的8~12倍,POA算法的50~250倍,是一种解决梯级水库站群中长期优化调度中"维数灾"问题的有效方法。(本文来源于《水利学报》期刊2018年10期）
刘云,肖雪[10]（2018）在《梯度下降算法在时间同步中的优化》一文中研究指出规模化无线传感网各节点时间同步的关键因素是提高节点间的同步精度和收敛速度。该文提出一种基于梯度下降法的多跳时间同步(GDTS)算法,采用梯度下降算法对误差函数的步长进行迭代更新,调整接收节点的逻辑时钟频率和偏移值,得到使误差函数最小化的逻辑时钟频率和偏移比值的最优估计值。数值分析和仿真结果表明,与FBTS和PISync两种算法对比,GDTS算法具有良好的可扩展性,收敛速度及同步精度性能上均有优化。(本文来源于《西北大学学报(自然科学版)》期刊2018年05期）
梯度优化算法论文开题报告
（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：
所有以数据驱动的算法最终都被转化为一个优化问题,而梯度下降类算法是解决优化问题的一种非常流行的方法。梯度下降类算法经过很长一段时间的发展,在梯度计算、步长计算等方面提出多种新算法,这些方法没有绝对的孰优孰劣,而且在实际应用当中常常被当作黑箱使用。介绍梯度下降类算法的具体计算方法和每种算法所解决的主要问题,并通过可视化的方式呈现不同梯度下降算法在同一问题中的表现,最终指出梯度优化算法的选择策略。
（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。
梯度优化算法论文参考文献
[1].夏福全,陈龙卫.求解非线性无约束优化问题的新共轭梯度算法[J].荆楚理工学院学报.2019
[2].常永虎,李虎阳.基于梯度的优化算法研究[J].现代计算机.2019
[3].陶炯.基于梯度场的高效几何优化算法[D].中国科学技术大学.2019
[4].王耀坤.基于梯度提升算法的直线振动筛分机理与参数优化的研究[D].华侨大学.2019
[5].李喜林,申英霞.基于梯度法的微粒群优化算法在船舶电力系统的应用[J].舰船科学技术.2019
[6].杨志军,陈超然,黄观新.面向机器人优化设计的GA-非均匀Kriging-梯度投影混合全局优化算法[J].机械工程学报.2019
[7].王德贤.基于随机梯度下降的隐特征分析优化算法研究[D].西华师范大学.2019
[8].郑童宜,刘济科,吕中荣.基于改进的果蝇优化算法的功能梯度梁结构损伤识别研究[C].2018年全国固体力学学术会议摘要集（下）.2018
[9].赵志鹏,廖胜利,程春田,钟儒鸿,王昱倩.梯级水电站群中长期优化调度的离散梯度逐步优化算法[J].水利学报.2018
[10].刘云,肖雪.梯度下降算法在时间同步中的优化[J].西北大学学报(自然科学版).2018
标签：无约束优化; 共轭梯度法; DAI-LIAO方法; 全局收敛性;