一类大型稀无约束优化的算法.pdfVIP

摘 要 本文研究一类求解大型稀疏无约束优化的几种方法，取得如下的主要结果： 1．第4章建立求解大型稀疏无约束优化问题的对称三角分划割线算法。此算法是基于 稀疏Hesse阵的下三角部分的列的相容分划的基础上建立起来的，把割线法和有限 差分法有机的结合在了一起，在每次迭代中，把由Powell和Toint的算法(间接下三 角替换法)所需要的梯度赋值次数减少了一。此算法的哥超线性收敛性和r一敛速估 更精确了误差估计，改进了Kantorovich一型分析。 求解大型稀疏无约束优化问题的直接校正Cholesky因子算法。此算法利用近似稀疏 Hesse阵初始Cholesky分解和分划的列，然后在每步直接逐次地修正其对角因子和 下三角因子中与原Hesse阵的分划列相应的部分，其迭代来源于修正因子的前代和 回代。此算法的自修正性、g．超线性收敛性和卜敛速估计表明了它有一个好的局部 收敛性质。 3．第6章对第4章和第5章给出的算法进行数值试验，数值试验结果表明t面对求解 某些大型稀疏无约束优化问题，这两种算法在某些方面都明显的比其它所比较的算 法更有效。 关键词；算法；超线性收敛；数值例子；无约束优化；稀疏；有限差分；替换；割线 Hesse阵；Cholesky；修正；分划；自修正性 AClassof for Scale Unconstrained Large Sparse Optimization Algorithms Abstract a ofseveral for scale Thisdissertationstudiesclass algorithms large sparse solving as resultsbe follows； unconstrained main maysummarized optimization．Its l In secantmethodfor scale solving partitioned large Chapter4，asymmetrictriangular unconstrained is isacombination constructed，which problems sparse optimization of secantmethodandafinitedifference onaconsistent a method，and par— depends ofthe reduces ofthecolumnsofthelower Hessian tition part ma