导读:本文包含了全局收敛性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:全局,梯度,收敛性,算法,无约束,共轭,记忆。
全局收敛性论文文献综述
关洪波,王胜[1]（2019）在《求解非线性方程组的NPRP算法的充分下降性和全局收敛性》一文中研究指出本文提出一种求凸约束单调非线性方程组的一种修正Polak-Ribière-Polyak(NPRP)算法,并给出了算法的充分下降性和全局收敛性.(本文来源于《科学技术创新》期刊2019年32期）
张志军,李宇平,刘进,孟斌,黄文育[2]（2019）在《Markov链的珊瑚礁算法全局收敛性分析》一文中研究指出珊瑚礁算法是一种新型随机搜索智能算法。本文就珊瑚礁算法给出了珊瑚虫和珊瑚虫群状态一步转移概率,建立了Markov链数学分析模型,分析了该Markov链的性质,证明了珊瑚虫群状态序列是有限齐次的,状态空间是不可约的,利用随机搜索算法收敛性判定标准,证明了珊瑚礁算法满足该判定标准的两个条件,为全局收敛算法。(本文来源于《第叁十八届中国控制会议论文集（7）》期刊2019-07-27）
姚胜伟,邬玉萍,徐洁琼[3]（2019）在《THREECG及TTCG算法的全局收敛性证明》一文中研究指出最近Andrei基于Perry共轭梯度及有限记忆拟牛顿算法,给出了两个叁项共轭梯度算法THREECG及TTCG算法,并证明了所给算法对于凸函数具有全局收敛性。但是,对于非凸目标函数,其并未能建立THREECG及TTCG算法的全局收敛性。文章给出了THREECG及TTCG算法在Wolfe线搜索下的全局收敛性证明。(本文来源于《广西民族师范学院学报》期刊2019年03期）
许春玲,孙颖异,李健,孙中波[4]（2019）在《一类线性等式约束优化的投影Dai-Yuan共轭梯度法及其全局收敛性》一文中研究指出针对具有等式约束的非线性最优化问题,提出了一类具有充分下降特性的投影Dai-Yuan共轭梯度法.在每次迭代过程中,算法均可得到充分下降的搜索方向.在适当条件下,证明了算法产生的搜索方向为可行下降方向,分析了算法的全局收敛性.数值结果表明算法是可行的、有效的.(本文来源于《东北师大学报(自然科学版)》期刊2019年02期）
林海婵[5]（2019）在《对加速自适应Perry-共轭梯度法全局收敛性的进一步研究》一文中研究指出提出了一类有效的求解大规模优化问题的共轭梯度法(AGGSSV),但其全局收敛性是在目标函数为一致凸的条件下成立,研究了目标函数不是凸函数的条件下,共轭梯度法(AGGSSV)的全局收敛性.(本文来源于《海南大学学报(自然科学版)》期刊2019年02期）
王松华,吴加其[6]（2018）在《新线搜索下修正PRP共轭梯度法的全局收敛性及其数值结果》一文中研究指出针对大规模非线性无约束问题,采用文献[9]提出的新型线搜索和文献[10]修正PRP公式设计一个新的算法。在适当的条件下,证明新算法具有全局收敛性。初步的数值试验结果表明,新算法是有效的,适合求解大规模非线性无约束优化问题。(本文来源于《广西科学》期刊2018年06期）
王松华[7]（2018）在《一个新的CD共轭梯度法的全局收敛性及其数值实验》一文中研究指出针对大规模无约束优化问题,采用了一种新的修正CD共轭梯度算法,该算法具有参数非负,搜索方向自动充分下降等性质。在适当条件下,证明其全局收敛性。初步的数值实验表明新算法可以有效解决大规模无约束优化问题,比传统CD算法更有竞争性。(本文来源于《河池学院学报》期刊2018年05期）
苏珂,任乐乐[8]（2018）在《无罚无滤子的修正非单调不可行QP-free方法及其全局收敛性（英文）》一文中研究指出本文提出一个解决不等式规划问题的无罚无滤子的修正非单调不可行QP-free算法.在每步迭代,只需要解两个或叁个相同系数矩阵来获得搜索方向.我们利用修正的非单调技术松弛了试探点的判别准则,相比其他方法,不要求滤子结构也不涉及罚参数的选取,在一定程度上避免了Maratos效应.在合理的条件下,得到算法的全局收敛性.(本文来源于《应用数学》期刊2018年04期）
陈翠玲,韩彩虹,罗荔龄,陈玉[9]（2018）在《Wolfe线搜索下一类记忆梯度算法的全局收敛性（英文）》一文中研究指出在本文中,首先我们提出一个记忆梯度算法,并讨论其在Wolfe线搜索下的下降性和全局收敛性.进一步地,我们将此算法推广到更一般的情形.最后,我们对这类记忆梯度方法的数值表现进行测试,并与PRP, FR, HS, LS, DY和CD共轭梯度法进行比较,数值结果表明这类算法是有效的.(本文来源于《应用数学》期刊2018年04期）
吴磊[10]（2018）在《半无限规划问题的SQP算法及全局收敛性分析》一文中研究指出本文通过将半无限规划问题的不等式约束条件等价地转化为等式约束条件问题,针对转化后含松弛因子的二次规划问题提出SQP算法并证明在一定条件下算法具有全局收敛性.(本文来源于《阴山学刊(自然科学版)》期刊2018年04期）
全局收敛性论文开题报告
（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：
珊瑚礁算法是一种新型随机搜索智能算法。本文就珊瑚礁算法给出了珊瑚虫和珊瑚虫群状态一步转移概率,建立了Markov链数学分析模型,分析了该Markov链的性质,证明了珊瑚虫群状态序列是有限齐次的,状态空间是不可约的,利用随机搜索算法收敛性判定标准,证明了珊瑚礁算法满足该判定标准的两个条件,为全局收敛算法。
（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。
全局收敛性论文参考文献
[1].关洪波,王胜.求解非线性方程组的NPRP算法的充分下降性和全局收敛性[J].科学技术创新.2019
[2].张志军,李宇平,刘进,孟斌,黄文育.Markov链的珊瑚礁算法全局收敛性分析[C].第叁十八届中国控制会议论文集（7）.2019
[3].姚胜伟,邬玉萍,徐洁琼.THREECG及TTCG算法的全局收敛性证明[J].广西民族师范学院学报.2019
[4].许春玲,孙颖异,李健,孙中波.一类线性等式约束优化的投影Dai-Yuan共轭梯度法及其全局收敛性[J].东北师大学报(自然科学版).2019
[5].林海婵.对加速自适应Perry-共轭梯度法全局收敛性的进一步研究[J].海南大学学报(自然科学版).2019
[6].王松华,吴加其.新线搜索下修正PRP共轭梯度法的全局收敛性及其数值结果[J].广西科学.2018
[7].王松华.一个新的CD共轭梯度法的全局收敛性及其数值实验[J].河池学院学报.2018
[8].苏珂,任乐乐.无罚无滤子的修正非单调不可行QP-free方法及其全局收敛性（英文）[J].应用数学.2018
[9].陈翠玲,韩彩虹,罗荔龄,陈玉.Wolfe线搜索下一类记忆梯度算法的全局收敛性（英文）[J].应用数学.2018
[10].吴磊.半无限规划问题的SQP算法及全局收敛性分析[J].阴山学刊(自然科学版).2018
论文知识图
