- 1、本文档共59页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
万方数据
万方数据
Nanjing University of Aeronautics and Astronautics The Graduate School
College of Science
A modified tensor method for singular unconstrained optimization
A Thesis in
Operational Research and Cybernetics by
Xiao Xiao Advised by Professor Ni Qin
Submitted in Partial Fulfillment of the Requirements
for the Degree of Master of Science January, 2014
承诺书
本人郑重声明:所呈交的学位论文,是本人在导师指导下,独立 进行研究工作所取得的成果。尽我所知,除文中已经注明引用的内容 外,本学位论文的研究成果不包含任何他人享有著作权的内容。对本 论文所涉及的研究工作做出贡献的其他个人和集体,均已在文中以明 确方式标明。
本人授权南京航空航天大学可以有权保留送交论文的复印件,允 许论文被查阅和借阅,可以将学位论文的全部或部分内容编入有关数 据库进行检索,可以采用影印、缩印或其他复制手段保存论文。
(保密的学位论文在解密后适用本承诺书)
作者签名: 日 期:
南京航空航天大学硕士学位论文
摘 要
张量方法是牛顿二次模型方法的推广,它是由 Schnabel 和 Frank 在 1984 年提出的。 这种方法扩充目标函数的 Taylor 展式到四阶项,弥补了牛顿模型在极小点处的 Hessian 矩 阵奇异时失去快速收敛性的缺陷,对 Hessian 矩阵奇异的问题有明显的优越性。
本文主要研究解奇异无约束优化问题的张量方法的算法和理论,建立了改进的张量模 型。与标准张量法相比,本文主要的改进是,用梯度和二阶导数的差来替代函数与梯度差来 构造张量模型,在此基础上提出了改进的张量法,给出了数值比较结果。
本文共有四章。第一章介绍了求解无约束优化的张量法的起源及研究进展。第二章介 绍了本文需要的一些基础知识,包括牛顿法、张量法、线搜索法的理论知识和算法。第三章 首先介绍了改进张量模型的构造过程,接着给出了对应于改进张量模型的求解无约束奇异问 题的算法并证明了算法的收敛性。第四章对原张量模型的算法和改进张量模型的算法的数值 结果进行了比较与分析。最后,给出了结论及今后的研究趋向。
关键词:无约束最优化,奇异问题,改进的张量模型,线搜索法
i
解奇异无约束优化问题的改进张量法
Abstract
The tensor method, which is a generalization of the standard Newton model, was proposed by Schnabel and Frank in 1984. This method uses the four-order term of the Taylor expansion, fix up the weakness that the Newton model will lose the fast local convergence rate when the Hessian is singular at the minimizer, and show the advantages that it can solve the singular problem.
In the thesis we mainly discuss the algorithms and theory of tensor methods which can solve the singular unconstrained optimization problems. Rather than with the difference of functions and gradients, the modified tensor model is constructed with the difference of gradients and Hessian. The modified tensor method is proposed, and the numerical results are reported.
The structure of this paper is organized as follows. The first chapter describes the origins and progress in research o
文档评论(0)