排序方式: 共有8条查询结果,搜索用时 234 毫秒
1
1.
为有效解决在求解具有鞍点的无约束最优化问题时寻优算法提前终止的问题,提出了一种能克服鞍点的计算机并行计算寻优算法。该算法以共轭梯度法为基础,对该算法寻优终止的条件进一步改进,提出当算法迭代到鞍点时,选择雅克比矩阵的所有正特征值对应的特征向量所对应的方向作为新的搜寻方向,重新搜索且并行计算取最优。最后通过实例验证了该算法能成功克服鞍点,并成功收敛到函数的极小值。 相似文献
2.
在涉及计算机寻优等许多工程领域,都需要使用多元函数的最优化。线搜索是多元函数的最优化中已知搜索方向求最优步长的关键技术。为了提出一种高效的线搜索算法,对线搜索进行详细研究,提出一种新的线搜索寻优方法--类康托法。主要方法是去除了Fibonacci法中两个试探点必须保留一个的限制,每次把搜索区间三等分,根据试探点的导数值,来决定去除哪两个子区间。通过理论和实例的证明,结果发现类康托法比0.618法和Fibonacci法更高效,计算速度更快。其中最重要的结论是类康托法为这两种方法收敛速度的高阶无穷小。特别是在精度要求很高的时候,类康托法比这两种算法具有更明显的优势。此外,该方法具有较强的适用性,不但能用于凸函数,也能用于凹函数。 相似文献
3.
4.
5.
6.
7.
8.
1