导读:本文包含了记忆梯度算法论文开题报告文献综述及选题提纲参考文献，主要关键词:无约束优化,记忆梯度方法,Wolfe线搜索,全局收敛性
记忆梯度算法论文文献综述
陈翠玲,韩彩虹,罗荔龄,陈玉[1]（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）
刘丽敏[2]（2016）在《关于一类记忆梯度算法收敛速度的研究》一文中研究指出本文研究基于稀疏对角拟牛顿技术的Gu N.Z.非单调曲线搜索的记忆梯度算法,给出了算法的线性收敛性分析。(本文来源于《科学中国人》期刊2016年29期）
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）
宫恩龙,陈双双,孙清滢,陈颖梅[4]（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）
朱帅,王希云,吴世跃[5]（2012）在《结合Armijo步长搜索的一类新的记忆梯度算法及其收敛特征》一文中研究指出对求解无约束规划的超记忆梯度算法中线搜索方向中的参数,给了一个假设条件,从而确定了它的一个新的取值范围,保证了搜索方向是目标函数的充分下降方向,由此提出了一类新的记忆梯度算法.在去掉迭代点列有界和Armijo步长搜索下,讨论了算法的全局收敛性,且给出了结合形如共轭梯度法FR,PR,HS的记忆梯度法的修正形式.数值实验表明,新算法比Armijo线搜索下的FR、PR、HS共轭梯度法和超记忆梯度法更稳定、更有效.(本文来源于《数学的实践与认识》期刊2012年20期）
孙清滢,付小燕,高宝,王宣战,徐敏才[6]（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）
孙清滢,徐琳琳,刘丽敏,王宣战,宫恩龙[7]（2012）在《基于稀疏对角拟牛顿方向的非单调超记忆梯度算法》一文中研究指出超记忆梯度算法由于其迭代简单和较小的存储需求,在求解大规模无约束优化问题中起着特殊的作用.本文基于稀疏对角拟牛顿技术,结合修正Gu和Mo非单调线搜索步长规则,建立了求解大规模无约束最优化问题的非单调超记忆梯度新算法,给出了算法的全局收敛性分析.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.数值例子表明算法有效稳定.(本文来源于《工程数学学报》期刊2012年03期）
朱帅,王希云[8]（2012）在《结合广义Armijo步长搜索的一类记忆梯度算法及其收敛特征》一文中研究指出本文对求解无约束规划的超记忆梯度算法中线搜索方向中的参数,给了一个假设条件,从而确定了它的一个新的取值范围,保证了搜索方向是目标函数的充分下降方向,由此提出了一类新的记忆梯度算法.并在去掉迭代点列有界和广义Armijo步长搜索下,讨论了算法的全局收敛性,且给出了结合形如共轭梯度法FR,PR,HS的记忆梯度法的修正形式.数值实验表明,新算法比Armijo线搜索下的FR,PR,HS共轭梯度法和超记忆梯度法更稳定、更有效.(本文来源于《工程数学学报》期刊2012年02期）
朱帅,王希云[9]（2011）在《结合广义Armijo步长搜索的一类记忆梯度算法》一文中研究指出给定记忆梯度算法搜索方向中的参数一个假设条件,从而确定它的一个取值范围,使其在此范围内取值均能得到目标函数的充分下降方向,由此提出一类新的记忆梯度算法.在去掉迭代点列有界和广义Arm ijo步长搜索下,讨论了算法的全局收敛性,且给出了结合形如共轭梯度法FR,PR,HS的记忆梯度法的修正形式.数值实验表明,新算法比Arm ijo线搜索下的共轭梯度法FR、PR、HS和记忆梯度法更稳定、更有效.(本文来源于《郑州大学学报(理学版)》期刊2011年03期）
朱帅,王希云[10]（2010）在《一类全局收敛的记忆梯度算法的线性收敛性》一文中研究指出对一类新的记忆梯度算法的收敛速度进行了分析,当目标函数为一致凸函数时,在Armijo搜索下证明了该算法至少是R线性收敛的.(本文来源于《西南民族大学学报(自然科学版)》期刊2010年06期）
记忆梯度算法论文开题报告
（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：
本文研究基于稀疏对角拟牛顿技术的Gu N.Z.非单调曲线搜索的记忆梯度算法,给出了算法的线性收敛性分析。
（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。
记忆梯度算法论文参考文献
[1].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
[2].刘丽敏.关于一类记忆梯度算法收敛速度的研究[J].科学中国人.2016
[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].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
[5].朱帅,王希云,吴世跃.结合Armijo步长搜索的一类新的记忆梯度算法及其收敛特征[J].数学的实践与认识.2012
[6].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
[7].孙清滢,徐琳琳,刘丽敏,王宣战,宫恩龙.基于稀疏对角拟牛顿方向的非单调超记忆梯度算法[J].工程数学学报.2012
[8].朱帅,王希云.结合广义Armijo步长搜索的一类记忆梯度算法及其收敛特征[J].工程数学学报.2012
[9].朱帅,王希云.结合广义Armijo步长搜索的一类记忆梯度算法[J].郑州大学学报(理学版).2011
[10].朱帅,王希云.一类全局收敛的记忆梯度算法的线性收敛性[J].西南民族大学学报(自然科学版).2010