导读:本文包含了非单调技术论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:单调,算法,梯度,技术,全局,速度,收敛性。
非单调技术论文文献综述
高苗苗,宫恩龙,孙清滢,王真真,杜小雨[1]（2018）在《一类新的基于信赖域技术的非单调共轭梯度算法》一文中研究指出为有效求解大规模无约束优化问题,本文基于信赖域技术和修正拟牛顿方程,同时结合Zhang H.C.策略和Gu N.Z.策略,设计了一种新的非单调共轭梯度算法,应用信赖域技术保证了算法的稳健性和收敛性,并给出了算法的全局收敛性分析.在适当条件下,证明了该算法具有线性收敛性.数值实验表明新算法能够有效求解病态和大规模问题.与单独结合其中一种非单调策略的算法相比,新算法需要较少的迭代次数和运行时间,利用其得到的函数值与最优值更接近.(本文来源于《工程数学学报》期刊2018年05期）
高苗苗[2]（2017）在《基于信赖域技术的非单调共轭梯度算法的改进》一文中研究指出本文着重研究了共轭梯度法与信赖域技术、非单调线搜索技术结合的算法,主要内容如下:第一章简要介绍了共轭梯度法的发展现状及本文的主要工作.第二章基于修正拟牛顿方程和简单二次函数模型,结合Gu N.Z.策略,设计了一种新的求解无约束最优化问题的非单调信赖域算法,证明了算法的全局收敛性和一定条件下的超线性收敛性.数值实验表明新算法是有效的.第叁章为有效求解大规模无约束优化问题,基于信赖域技术和修正拟牛顿方程,同时结合Zhang H.C.策略和Gu N.Z.策略,建立了一种新的非单调非线性共轭梯度算法,分析了算法的全局收敛性和线性收敛速度.新算法具有算法稳定、计算简单的特点,可用于求解病态和大规模问题.数值例子表明新算法比单独结合其中一种非单调策略的算法有效.第四章将PRP共轭梯度法与信赖域子问题结合,基于Yu Z.S.规则,提出了一种求解大规模无约束优化问题的修正PRP共轭梯度算法,新算法具有充分下降性且此性质与线搜索规则无关,在较弱的条件下证明了算法的全局收敛性和线性收敛速度.数值结果表明新算法比Yu Z.S.规则下的其它几种经典共轭梯度算法有效。(本文来源于《中国石油大学(华东)》期刊2017-06-01）
刘丽敏,吴玉敏[3]（2015）在《基于对角稀疏拟牛顿技术的非单调曲线搜索的记忆梯度算法》一文中研究指出基于对角稀疏拟牛顿技术,结合曲线搜索步长规则、Gu N.Z.非单调技术,建立一种新的求解无约束最优化问题的记忆梯度算法,同时,给出了算法的全局收敛性分析。数值例子表明:算法是有效的,适合求解大规模问题。(本文来源于《中国石油大学胜利学院学报》期刊2015年03期）
刘媛媛[4]（2014）在《基于非单调技术的ODE型混合方法》一文中研究指出本文给出了一种新的无约束优化的非单调ODE型算法,该算法是结合了IMPBOT算法和非单调线搜索技术的混合型算法。该算法的特点是：每次迭代时只解一次线性方程系统而获得试探步,避免了在每次迭代时求解信赖域子问题,减少了算法的计算量。然后采用修正的非单调Armijo线搜技术来索获得下一个迭代点,从而避免了重新求解线性方程组系统。在合理的假设条件下,该算法被证明是全局收敛和局部超线性收敛的.数值试验证实了该算法的有效性。(本文来源于《海南大学》期刊2014-05-01）
刘媛媛,欧宜贵[5]（2013）在《基于非单调技术的ODE型混合方法》一文中研究指出基于非单调线搜索技术和IMPBOT算法,提出了一个求解无约束优化问题的ODE型混合方法.该方法的主要特点是:为了求得试验步,该方法在每次迭代时不必求解带信赖域界的子问题,仅需要求解一线性方程组系统;当试验步不被接受时,该方法就执行改进的Wolfe-型非单调线搜索来获得下一个新的迭代点,从而避免了反复求解线性方程组系统.在一定条件下,所提算法还是整体收敛和超线性收敛的.数值试验结果表明该方法是有效的.(本文来源于《运筹学学报》期刊2013年03期）
陶思俊,冯道明,黄新仁[6]（2013）在《基于非单调线性搜索技术的修正HS共轭梯度法》一文中研究指出基于拟牛顿法中MBFGS修正技术,对HS共轭梯度法中搜索方向的计算公式进行了修正,在较弱的条件下,结合非单调Armijo线性搜索技术,证明了所提出的修正HS共轭梯度法具有全局收敛性,最后通过数值实验验证了所提出的算法的有效性。(本文来源于《新余学院学报》期刊2013年04期）
宫恩龙,陈双双,孙清滢,陈颖梅[7]（2013）在《基于信赖域技术和修正拟牛顿方程的非单调超记忆梯度算法》一文中研究指出基于信赖域技术和修正拟牛顿方程,结合Neng-Zhu Gu非单调策略,设计新的求解无约束最优化问题的非单调超记忆梯度算法,分析算法的收敛性和收敛速度。新算法每次迭代节约了矩阵的存储量和计算量,算法稳定,适于求解大规模问题。数值试验结果表明新算法是有效的。(本文来源于《中国石油大学学报(自然科学版)》期刊2013年02期）
孙清滢,王宣战,宫恩龙,徐胜来[8]（2013）在《基于信赖域技术和修正拟牛顿方程的非单调共轭梯度算法》一文中研究指出1引言考虑无约束最优化问题(?)其中f(x):R~n→R~1是一阶连续可微函数.求解问题(1)的非线性共轭梯度算法结构简单、收敛速度快、存储量小,适于求解大(本文来源于《高等学校计算数学学报》期刊2013年01期）
孙清滢,付小燕,高宝,王宣战,徐敏才[9]（2012）在《基于信赖域技术的非单调超记忆梯度算法》一文中研究指出基于信赖域技术和修正拟牛顿方程,结合Zhang H.C.非单调策略,设计了新的求解无约束最优化问题的非单调超记忆梯度算法,分析了算法的收敛性和收敛速度.数值实验表明算法是有效的,适于求解大规模问题.(本文来源于《数学进展》期刊2012年04期）
张军[10]（2012）在《基于非单调技术的ODE型方法的若干研究》一文中研究指出本文结合两种不同的非单调技术,给出了两种不同的非单调信赖域ODE型算法。在算法1中,我们对传统的非单调技术进行了改进,从而减少了迭代次数以及信赖域子问题的计算次数。算法2中,我们将非单调信赖域技术与新的非单调的wolf线搜索结合,这使得每次迭代只需求解线性方程组一次,提高了算法的收敛速度。在一定的假设条件下,本文还证明了两种算法的全局收敛性和局部收敛性。数值实验表明,我们提出的算法是有效可行的。(本文来源于《海南大学》期刊2012-04-19）
非单调技术论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文着重研究了共轭梯度法与信赖域技术、非单调线搜索技术结合的算法,主要内容如下:第一章简要介绍了共轭梯度法的发展现状及本文的主要工作.第二章基于修正拟牛顿方程和简单二次函数模型,结合Gu N.Z.策略,设计了一种新的求解无约束最优化问题的非单调信赖域算法,证明了算法的全局收敛性和一定条件下的超线性收敛性.数值实验表明新算法是有效的.第叁章为有效求解大规模无约束优化问题,基于信赖域技术和修正拟牛顿方程,同时结合Zhang H.C.策略和Gu N.Z.策略,建立了一种新的非单调非线性共轭梯度算法,分析了算法的全局收敛性和线性收敛速度.新算法具有算法稳定、计算简单的特点,可用于求解病态和大规模问题.数值例子表明新算法比单独结合其中一种非单调策略的算法有效.第四章将PRP共轭梯度法与信赖域子问题结合,基于Yu Z.S.规则,提出了一种求解大规模无约束优化问题的修正PRP共轭梯度算法,新算法具有充分下降性且此性质与线搜索规则无关,在较弱的条件下证明了算法的全局收敛性和线性收敛速度.数值结果表明新算法比Yu Z.S.规则下的其它几种经典共轭梯度算法有效。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
非单调技术论文参考文献
[1].高苗苗,宫恩龙,孙清滢,王真真,杜小雨.一类新的基于信赖域技术的非单调共轭梯度算法[J].工程数学学报.2018
[2].高苗苗.基于信赖域技术的非单调共轭梯度算法的改进[D].中国石油大学(华东).2017
[3].刘丽敏,吴玉敏.基于对角稀疏拟牛顿技术的非单调曲线搜索的记忆梯度算法[J].中国石油大学胜利学院学报.2015
[4].刘媛媛.基于非单调技术的ODE型混合方法[D].海南大学.2014
[5].刘媛媛,欧宜贵.基于非单调技术的ODE型混合方法[J].运筹学学报.2013
[6].陶思俊,冯道明,黄新仁.基于非单调线性搜索技术的修正HS共轭梯度法[J].新余学院学报.2013
[7].宫恩龙,陈双双,孙清滢,陈颖梅.基于信赖域技术和修正拟牛顿方程的非单调超记忆梯度算法[J].中国石油大学学报(自然科学版).2013
[8].孙清滢,王宣战,宫恩龙,徐胜来.基于信赖域技术和修正拟牛顿方程的非单调共轭梯度算法[J].高等学校计算数学学报.2013
[9].孙清滢,付小燕,高宝,王宣战,徐敏才.基于信赖域技术的非单调超记忆梯度算法[J].数学进展.2012
[10].张军.基于非单调技术的ODE型方法的若干研究[D].海南大学.2012
论文知识图
