BFGS校正相关论文
传统信赖域算法一般采用二次模型来逼近原问题,因其具有较强的适应性和收敛性成为优化算法中一类重要的数值计算方法。然而,对于非......
本文研究基于多项式插值逼近无约束最优化问题的相关算法。对于一般的无约束最优化问题中,由于目标函数计算的复杂性,此时,通常会......
众所周知,既约Hessian方法是求解较大规模约束优化问题的一类有效方法,但已有的这类方法的全局收敛性分析需假定拉格朗日函数的既......
针对线性约束优化问题，在每次迭代时充分利用当前迭代点及其一阶导数的信息自动生成一个信赖域半径，结合BFGS算法的优点，构造了线性约......
脑功能成像是进行神经科学研究的一项重要技术．在脑功能图像的数据分析中，时闻序列图像的配准精度是对脑功能图像进行统计分析成功与......
针对无约束优化问题，每次迭代充分利用当前迭代点及其一阶导数的信息自动生成一个信赖域半径，并结合BFGS算法的优点，构造了无约束优化......
将新的BFGS校正公式Bk＋1=Bk＋yk^＊yk^＊T/sk^Tyk^＊-Bksksk^TBk/sk^TBksk,与文献[16]中的算法相结合给出一个非单调BFGS校正的信赖域算法．该......
本文利用经典的信赖域方法,针对无约束优化问题,对信赖域进行改进,并在此基础上对算法进行BFGS校正。数值实验证明,相比传统的信赖......
