无线搜索BFGS公式的改进

拟牛顿法中的BFGS公式是非线性数值最优化计算方法中的一个很有效的方法。文章对BFGS公式提出一个修改。修改后的BFGS公式在进行无线搜索迭代时 ,其迭代方向的共轭性得到较好的改进。数值例子表明本文的修改提高了BFGS公式的效率。

基于Zhang-Hager线搜索的改进近似最优梯度法

提出一种改进的近似最优梯度法,求解图划分问题中的无约束目标函数.先用修正的BFGS更新公式及选取BB类步长的线性组合作为标量矩阵得到近似最优步长,再引入参数对经典的Zhang-Hager线搜索形式进行改进,构建算法框架并给出R线性收敛性证明.实验结果表明,改进算法提高了原算法的性能.

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 。

关于无线性搜索记忆梯度法的一个修正

对文献[1]提出的无线性搜索记忆梯度法进行了修正,得到一种新的无线性搜索记忆梯度算法,并证明在较弱的条件下,该算法还是整体收敛的.

结构最优设计中的二次逼近及算法实现

讨论了利用二次逼近方法求解非线性规划的问题，给出了实现其算法的具体步骤，并对实施过程中的一维搜索、凸二次规划解法等具体问题进行了讨论，编制了计算程序，在实际应用中效果很好．