求解信赖域子问题的共轭梯度算法的研究.pdf

摘 要 IUlIIII lUIII I IIIIII UI 摘 要 ‘ 信赖域算法是非线性最优化算法的一类非常重要的数值计算方法，它不仅可以替代 共轭梯度法的一维线搜索，而且算法可靠，具有很强的收敛性和稳定性，还能解决 Hessian矩阵不正定和迭代点为鞍点等困难，因而对信赖域方法的研究是近20年来非线 性规划领域的一个重要的研究方向，是当今寻求如何构造新的优化计算方向的主要途 径． 而共轭梯度法具有结构简单，计算量小，存储量少及构造搜索方向不需要求解线性 方程组等优点，因而非常适合于求解大规模的问题． 因此，本文主要从信赖域子问题的角度，结合共轭梯度算法，讨论了无约束非线性 优化的信赖域算法．对于高维信赖域子问题，先用预条件处理技术降低系数矩阵的条件 数，在此基础上提出有效的求解算法，并作了相应的收敛性分析与数值算例论证． 本文共分四章． 第一章是绪论，主要介绍了求解信赖域子问题的三种方法． 第二章把三项共轭梯度算法与信赖域算法结合起来，形成一种混合搜索方法，讨论 了无约束非线性优化的信赖域子问题的求解．并吸收非单调技术和共轭梯度法的重新开 始策略的优点，提出一种新的共轭梯度算法，提高了算法的收敛速度．该算法是信赖域 算法和传统的共轭梯度算法的推广． 第三章在求解大规模的线性方程组时，用预条件技术先将系数矩阵分解成比较容易 求解的形式，以降低系数矩阵的条件数，再结合共轭梯度法，提高了算法的收敛速度， 最后用数值试验验证了新算法的有效性． 第四章鉴于重开始策略和预条件技术比较适合求解病态问题，将这两种方法结合， 并引入非单调技术，提出一种新的求解信赖域子问题的共轭梯度算法，证明了新算法的 收敛性，试验结果表明算法是有效的． 关键词：信赖域方法；三项共轭梯度法；重新开始策略；非单调；预条件 万方数据 求解信赖域子问题的共轭梯度算法研究 万方数据 ABSTRACT ABSTRACT Trust isan classofnumericalmethodfor region(TR)method important nonlinear methodisnot analternative solving optimizationproblems．This only to methodofone—dimensional conjugategradient line the search，and algorithm is methodcansolvethe reliable，with Hesse strongconvergence．Also，this matrixisnot defineiteand positive difficultiessuchasthesaddle the point．So TRmethodfor