解无约束优化的非单调信任域法和Perry-Shanno无记忆拟牛顿法.pdfVIP

摘要 本文对求解无约束优化问题rain，(z)给出三个算法：(1)不重解子问 题的非单调自适应信赖域算法．(2)非单调Perry—Shanno无记忆拟牛顿方 法，(3)非单调带参数的Perry．Shalmo无记忆拟牛顿法。本文主要工作如下： (1)文[2】给出了一种自适应信赖域算法，其调整信赖域半径的公式 的新的R一函数％(t)并采用公式Ak+1=忌。(rk)Ak调整信赖域半径。在数值试 验中我们发现当试探步呶被接受时，有时以可能是f(w)的一个极好的下降方 向。取Xk+l=o＆+也可能并没有充分利用这个好的下降方向如，对这种情 形，我们采用一种不精确线搜索来确定z≈+1。另外当试探步出不被接受时， 我们没有重解子问题或向后线搜索，而是采用了一个固定的公式给出新的迭 代点Xk+1。对采用上述技巧的信赖域算法，在适当条件下，我们证明了它的 全局收敛性。数值试验表明该算法是有效的。 (2)对非单调线搜索的PetTy．Shanno无记忆拟牛顿法，我们不仅证明 -fff(x)是凸函数时的全局收敛性，同时在，(z)是非凸函数时的收敛性也作了 深入的探讨，并给出了几个收敛的充分条件。初步的数值试验表明了算法的 有效性。 (3)在第二个工作的基础上给出了非单调带参