一类无需线性搜索的记忆梯度法

来源 :应用数学 | 被引量 : 0次 | 上传用户:yaoyaoqi
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
提出一类新的求解无约束优化问题的记忆梯度法,证明了算法的全局收敛性.当目标函数为一致凸函数时,对其线性收敛速率进行了分析.新算法在迭代过程中无需对步长进行线性搜索,仅需对算法中的一些参数进行预测估计,从而减少了目标函数及梯度的迭代次数,降低了算法的计算量和存储量.数值试验表明算法是有效的.
其他文献
本文通过一般化Tsuji的一个结果,证明了单位圆内零级K拟亚纯映射涉及重值的一类奇异点的存在性.
河南纺织企业在知识产权文化建设中逐步确立了创新理念,强化了品牌建设,而且制度文化建设日益完善。然而,河南纺织企业在知识产权方面还存在意识淡薄、优势缺乏、文化建设投
本文引入离散指数分布概念,建立了关于离散型指数分布序列的强偏差定理和强大数定律.同时,得到离散指数分布序列对连续指数分布序列的强逼近.
本文讨论了带有积分边界条件的二阶半线性奇摄动方程的脉冲状对照结构.借助于边界函数法,在一定条件下,构造了该问题的形式渐近解.利用缝接法证明了该问题解的存在性和形式渐近解
本文通过引进适当的作用-角变量变换并结合新的估计方法,对超线性Duffing方程的Poincaré映射应用推广的Aubry-Mather定理,获得了一类超线性Duffing方程的 Aubry-Mather