求解大规模优化问题的有限内存SR-1方法

给出了求解大规模优化问题的有限内存SR-1方法,与传统的有限内存BFGS方法相比较,该方法能进一步的节省计算机的内存,更适合用于大规模的优化问题。

一种新的修正有限内存拟牛顿法

依据修正拟牛顿方程,提出一种新的双循环有限内存拟牛顿法.与经典的有限内存BFGS方法相比,新算法同时利用函数值和梯度信息构造拟牛顿校正矩阵,且不会增加计算量,理论分析和数值检验说明了新算法的有效性。

有限元编程中应用面向对象编程技术的探讨

采用面向对象编程技术 (OOP) ,运用C + +语言 ,描述了有限元程序的设计过程 针对有限元分析中的结点、单元和整个研究区域 ,建立了结点类、单元类和研究区域类分别负责管理 ,并提供了程序的部分实现代码 与传统Fortran语言编制的有限元程序相比 ,该法编制的程序执行速度快、维护简便、易于实现多种类型单元共存的情况 。

一个无约束有限内存信赖域方法及其实现

本文针对大规模无约束优化问题研究了一个新的有限内存信赖域实现方法,提出了一个在有限维(维数≤2m+1)子空间上精确求解信赖域子问题的方法,大大减少了计算量;分析了方法的收敛性,并详细给出了数值计算方法,最后通过数值实验验证了方法的有效性。

基于LBFGS的求解最小闭包球的光滑化方法

考虑在n维空间中求m个球的最小闭包球(the Smallest Enclosing Ball,SEB)问题.首先将SEB问题转化为一个含有函数max(0,z)的等价无约束非光滑凸优化问题,然后利用光滑化技巧和有限内存BFGS方法来求解高维空间中的SEB问题,并分析了方法的收敛性.数值实验结果表明文中给出的算法是有效的.

加权最小包容球问题的对偶光滑逼近算法

【目的】研究加权最小包容球问题,并给出一类求解该问题的算法。【方法】加权最小包容球问题是一个极大极小化的非光滑问题。首先利用对偶方法将该问题转化为极小化非光滑问题,然后利用光滑逼近思想,将该问题转化为极小化的光滑问题进行求解。【结果】根据数据实例表明该算法有效。【结论】得到求解加权最小包容球问题的一类对偶光滑逼近算法。