一种无记忆拟牛顿法的收敛性

在f(x)为二阶连续可微凸函数的条件下 。

非单调带参数Perry-Shanno无记忆拟牛顿法的收敛性

给出了一种非单调带参数的Perry-Shanno无记忆拟牛顿法,对于目标函数为凸函数,在参数满足适当范围的情况下,证明了算法的全局收敛性.

基于非单调线搜索的无记忆拟牛顿法的全局收敛性

文章就Perry_Shanno无记忆拟牛顿法在无约束最优化问题上,对采用非单调线搜索的情况下是否具有全局收敛性进行了研究.在目标函数为凸的条件下,证明了该算法的全局收敛性.

基于无记忆最小二乘拟牛顿法的边坡稳定性分析

在基于圆弧滑动面假定的边坡稳定性分析中 ,应用无记忆最小二乘拟牛顿法搜索边坡最危险滑动面及相应的最小安全系数 ,作滑动面搜索时不必给定圆心搜索范围 ,由最优化方法自动地搜索出最危险的滑动面 ,从而提高了边坡稳定性分析的可靠性。该方法还可用于其他优化问题 ,它不必记忆迭代矩阵 ,大大地减少了贮存量 ,提高了计算效率。

一个求解不可微凸优化问题的Perry-Shanno无记忆拟牛顿型方法

结合Perry-Shanno无记忆拟牛顿法、改进的线搜索方案和Moreau-Yosida正则化技术,本文提出一个可实施的求解不可微凸优化问题的Perry-Shanno无记忆拟牛顿型方法.在合理的假设下,我们建立了方法的整体收敛性.初步的数值实验结果表明了该方法的有效性.

Perry-Shanno无记忆拟牛顿方法在非单调搜索下的收敛性

将Perry-Shanno无记忆拟牛顿方法与一类非单调搜索相结合,给出了一类求解无约束最优化问题的新算法.在目标函数为凸的条件下,证明了该算法的全局收敛性.

约束优先边值固定最优控制嵌套优化方法

针对边值固定的最优控制问题,提出一种约束优先嵌套优化方法,将边值固定问题转化为嵌套的2个边值无约束最优控制问题.将两点步长梯度法实行内层优化求解满足边值约束的可行控制策略,与无记忆拟牛顿法实行外层优化求解最优目标函数相结合,避免了罚函数法的不足,提高了优化算法收敛的稳定性和高效性.同时引入一种特殊的控制变量转换方法,通过中间变量和函数转换消除控制边界约束.经典实例的研究结果表明,该算法在收敛性能和求解效率方面具有显著的优越性.

正则化偏移成像的全局优化快速算法

目前,偏移后的地震剖面往往只是一个地质构造图像,还不能为后续的岩性分析和油气储层属性的提取提供更精确的信息.为了得到高分辨率真振幅的图像,建议采用正则化偏移成像方法.针对本问题数据规模大和正演算子矩阵稀疏的特点,提出采用一种新的算法——无记忆拟牛顿-模拟退火法对偏移算子方程进行求解.该方法综合了无记忆拟牛顿法优良的局部搜索能力以及模拟退火法的全局最优性质.用该方法得到的全局最优解不仅成像位置正确,还能提供更准确的振幅及其他属性信息.通过理论模型试算和实际资料处理,表明在正演算子准确的情况下,该方法能减弱Kirchhoff偏移的假象,得出接近真实的反射系数分布.因此,该方法在地震成像方面是有实际应用前景的.