论文摘要
本文主要研究含有特殊参数的三项非线性共轭梯度算法及其推广形式,并应用于求解大规模非线性单调方程组、图像去噪和压缩感知。第一章介绍所研究问题的学术背景和相关研究成果以及一些相关的知识。第二章提出一个含有谱商参数的三项无导数投影算法。首先,提出一个含谱商参数的三项共轭梯度法,该方法满足Dai-Liao共轭条件、拟Newton割线方程和充分下降条件,而且这些性质不依赖于线搜索。然后结合Solodov和Svaiter提出的投影技术,得到一个含有谱商参数的三项无导数投影算法。在恰当的假设条件下,该算法是全局和R阶线性收敛的。最后,该算法应用于求解大规模单调非线性方程组,取得了较好的数值实验结果。第三章提出一个含有单个自适应参数的三项共轭梯度法,该方法在任何线搜索下都是充分下降的。其自适应参数是通过极小化相关矩阵的最大特征值和条件数的一个上界来获得的。在Wolfe线搜索条件下,证明了该方法的全局收敛性。对160个标准测试函数的实验结果,表明该方法是有效的。最后,用该方法求解一个图像去噪模型,取得了较好的实验结果。第四章提出两个含有单个自适应参数的三项无导数投影算法。首先构造一个含有单个自适应参数的三项共轭梯度法,自适应参数是通过极小化相关矩阵与BFGS迭代矩阵之间的距离获得的。结合投影技术,提出两个三项无导数投影算法。在恰当的假设条件下,证明了两个算法的全局收敛性和R阶线性收敛速率。最后我们应用这两个算法来求解大规模含有凸约束的单调非线性方程组和一个压缩感知问题,取得了较好的实验结果。第五章提出一个含有双参数的三项投影算法。首先构造一个含有双参数的三项共轭梯度法,其搜索方向是下降的并且满足动态的修正型自适应共轭条件。参数是通过极小化对称相关矩阵和Perry阵获得的。然后结合投影技术,提出一个三项投影算法。在恰当的假设条件下,该算法是全局和R阶线性收敛的。最后该算法应用于求解大规模含有凸约束的单调非线性方程组和一个压缩感知问题,取得了较好的实验结果。
论文目录
文章来源
类型: 博士论文
作者: 高佩婷
导师: 何传江
关键词: 三项共轭梯度法,投影技术,自适应参数,全局收敛性
来源: 重庆大学
年度: 2019
分类: 基础科学
专业: 数学
单位: 重庆大学
分类号: O224
总页数: 114
文件大小: 2810K
下载量: 43
相关论文文献
- [1].一个具有充分下降性的混合共轭梯度法[J]. 应用数学学报 2020(03)
- [2].一类具有充分下降性的混合型谱共轭梯度法[J]. 西南大学学报(自然科学版) 2017(05)
- [3].求解一类特殊极大值函数方程的光滑谱共轭梯度法[J]. 上海工程技术大学学报 2017(02)
- [4].一个充分下降的杂交共轭梯度法[J]. 玉林师范学院学报 2015(05)
- [5].解无约束优化的一个谱共轭梯度法[J]. 玉林师范学院学报 2016(02)
- [6].基于混合快速共轭梯度法的有限差分对比源反演[J]. 石油地球物理勘探 2020(02)
- [7].一个自调节Polak-Ribiere-Polyak型共轭梯度法[J]. 应用数学学报 2017(03)
- [8].一个新的谱共轭梯度法[J]. 工程数学学报 2014(06)
- [9].一类下降的谱共轭梯度法[J]. 广西民族师范学院学报 2013(03)
- [10].非精确线搜索下一类新的混合共轭梯度法研究[J]. 河池学院学报 2011(02)
- [11].无约束优化问题新的谱共轭梯度法(英文)[J]. 内蒙古大学学报(自然科学版) 2011(06)
- [12].基于共轭梯度法迭代优化的图像分类算法[J]. 桂林电子科技大学学报 2019(06)
- [13].求解线性方程组的一般共轭梯度法(英文)[J]. 数学理论与应用 2019(02)
- [14].一种具有充分下降性的三项共轭梯度法[J]. 数学的实践与认识 2018(23)
- [15].求解线性反问题的修正谱共轭梯度法[J]. 桂林电子科技大学学报 2018(03)
- [16].一类充分下降的谱共轭梯度法[J]. 重庆师范大学学报(自然科学版) 2013(04)
- [17].复共轭梯度法的结构[J]. 哈尔滨理工大学学报 2012(04)
- [18].一种无约束优化问题的谱共轭梯度法[J]. 太原科技大学学报 2010(03)
- [19].不完全左共轭梯度法及其数值表现[J]. 南京大学学报数学半年刊 2009(01)
- [20].一个具有充分下降性质的共轭梯度法[J]. 湖北民族学院学报(自然科学版) 2019(02)
- [21].共轭梯度法在最优化问题求解中的应用[J]. 中华少年 2015(22)
- [22].求解大规模优化的混合共轭梯度法[J]. 工程数学学报 2013(01)
- [23].共轭梯度法在信号处理中的应用思考[J]. 移动通信 2012(16)
- [24].解线性方程组的共轭梯度法[J]. 新乡学院学报(自然科学版) 2011(04)
- [25].一类共轭梯度法的全局收敛性[J]. 山东大学学报(理学版) 2010(05)
- [26].精确线搜索下一种新的混合共轭梯度法[J]. 数学杂志 2018(03)
- [27].一类求解无约束问题的混合参数共轭梯度法及全局收敛性[J]. 北华大学学报(自然科学版) 2016(01)
- [28].强迫下降的三项共轭梯度法[J]. 数值计算与计算机应用 2012(03)
- [29].基于共轭梯度法的混沌系统参数辨识和同步[J]. 仪器仪表学报 2008(04)
- [30].求解线性逆问题的谱共轭梯度法[J]. 广西科学 2016(05)