工程优化计算中Wolfe-Powell准则的研究

讨论在工程优化计算的线搜索阶段如何寻找满足Wolfe Powell准则的步长问题 .针对插值法使用的技巧与方法 ,给出了一个改进的高效稳定的算法 .然后通过数值实验表明 ,与精确线搜索相比 ,采用Wolfe Pow ell准则的非精确线搜索不仅能大大提高优化算法的效率 ,而且还增强了算法的数值稳定性 。

一种新的无约束优化线搜索算法

在对各种有效的线搜索算法分析的基础上,给出了一种求解光滑无约束优化问题的新的线搜索算法。对于目标函数是二次连续可微且下有界的无约束优化问题,算法具有与Wolfe-Powell线搜索算法相同的理论性质。在每一步迭代中算法至多需要计算两次梯度,对于计算目标函数梯度花费较大的情形可以节省一定的计算量。数值试验表明本文算法是可行的和有效的。

BFGS修正算法在前馈神经元网络学习中的应用

介绍了拟牛顿公式中 BFGS修正算法和 Wolf- Powell不精确线性搜索准则所具有的全局收敛性质 。

高等数学中关于扩展的非拟牛顿算法的全局收敛性

在目标函数一致凸的条件下,探讨了非拟牛顿法在Wolfel线性搜索和Goldstein线性搜索下的全局收敛性予以证明,得出在求解无约束优化问题当δk充分小时,用B k+1替代2f(x k),使非拟牛顿方程不仅利用了函数梯度值信息,还利用了函数值的信息。