全局收敛性
全局收敛性的相关文献在1989年到2022年内共计1208篇,主要集中在自动化技术、计算机技术、数学、经济计划与管理
等领域,其中期刊论文1145篇、会议论文59篇、专利文献441754篇;相关期刊380种,包括运筹与管理、重庆工商大学学报(自然科学版)、太原科技大学学报等;
相关会议34种,包括全国第26届计算机技术与应用学术会议、第十二届中国不确定系统年会暨第十六届中国青年信息与管理学者大会、第九届中国不确定系统年会、第五届中国智能计算大会、第十三届中国青年信息与管理学者大会等;全局收敛性的相关文献由1386位作者贡献,包括马昌凤、王希云、景书杰等。
全局收敛性—发文量
专利文献>
论文:441754篇
占比:99.73%
总计:442958篇
全局收敛性
-研究学者
- 马昌凤
- 王希云
- 景书杰
- 焦宝聪
- 韦增欣
- 简金宝
- 陈忠
- 朱志斌
- 陈兰平
- 黎勇
- 时贞军
- 杜学武
- 孙敏
- 汤京永
- 王松华
- 陈凤华
- 李丹丹
- 段复建
- 王宇平
- 王开荣
- 王长钰
- 莫利柳
- 董丽
- 袁功林
- 贺国平
- 刘金魁
- 董晓亮
- 房明磊
- 李灿
- 张明望
- 张聪
- 李梅霞
- 洪玲
- 王安平
- 陈翠玲
- 黄海
- 黄青群
- 关洪波
- 李远飞
- 杜守强
- 濮定国
- 王祥玲
- 王胜
- 芮绍平
- 马烁
- 黎健玲
- 刘光辉
- 吴庆军
- 周群艳
- 徐大川
-
-
李丹丹;
李远飞;
王松华
-
-
摘要:
提出一种新的修正三项Hestenes-Stiefel共轭梯度投影算法,用于求解大规模非线性方程组问题和信号恢复问题.该算法通过构造一个新的修正Hestenes-Stiefel搜索方向,结合经典线搜索方法和超平面投影技术而得,新搜索方向在不需要任何线搜索条件下自动满足充分下降性,在常规假设条件下,新算法具有全局收敛性质.数值实验结果表明,新算法高效且稳定.
-
-
李丹丹;
李远飞
-
-
摘要:
为了解决稀疏信号重构问题,改善求解非线性方程组的效率性能,构建一种新的修正方向,结合新型的线搜索方法和经典的超平面投影技术,提出了一个修正共轭梯度投影算法.新算法在合理的假设下,具有全局收敛的良好性质.数值结果表明与同类算法相比,新算法具有更高效的求解能力,在稀疏信号重构问题的应用中,验证了新算法的有效性与可行性.
-
-
李丹丹;
王松华;
李远飞
-
-
摘要:
为避免罚函数和滤子的缺点,提高带有等式约束和半负定矩阵约束的非线性半定规划求解效率,本文通过二次半定子问题构建搜索方向,结合回溯线搜索技术和非单调充分下降性条件,提出了一种新的无罚函数无滤子的线搜索型序列半定规划算法.在合理的假设条件下,证明了新算法的适定性以及全局收敛性,最后通过初步的数值试验验证了新算法的有效性.
-
-
祝子长;
刘丽平
-
-
摘要:
本文研究了大规模无约束优化问题,利用BFGS逼近搜索方向,提出了两种关于HSDY方法的自适应共轭梯度算法(HSDY1和HSDY2).新算法具有充分下降性和全局收敛性.数值实验表明,新方法比HSDY的计算性能更优.
-
-
薛中会;
殷倩雯;
党亚峥
-
-
摘要:
基于交替方向乘子法(ADMM)提出了一种求解可分离凸优化可行问题的惯性近似松弛交替方向乘子法(IPR-ADMM)。新构造的算法不仅具有提高算法收敛性的优势的惯性外推项,而且引入随机变量以随机加速新步长,从而提高算法的灵活性。并在适当的假设下,证明了算法的全局迭代收敛性。数值实验结果表明,数据维数取值越大,算法收敛越快,越趋于稳定,且IPRADMM算法的收敛性明显优于扩展的邻近交替方向法(ePADM)。
-
-
-
袁功林;
吴宇伦;
Pham Hongtruong
-
-
摘要:
该文提出了一种求解图像恢复问题和无约束优化问题的改进的共轭梯度算法,其中共轭梯度参数是修改过的HS和DY方法的共轭参数的凸组合形式,新提出的共轭梯度参数比起经典的参数还包含了函数的信息.该方法在不使用任何线性搜索技术的情况下,就可以满足充分下降的性质.此外,在一定合理条件下,该文证明了在非单调线性搜索下新方法的全局收敛性.最后,在无约束优化和图像恢复问题上的实验表明,新方法与其他共轭梯度算法相比,具有良好的竞争力和应用前景.
-
-
华瑜;
马昌凤
-
-
摘要:
受多元谱梯度投影算法(MMSGP)的启发,对该方法进行改进,用于求解绝对值方程(AVE),在梯度差中加入松弛因子,y_(k-1)=λ(F_(k)-F_(k-1))+(2-λ)rs_(k-1)并引用一种新的线搜索策略,从而实现减少迭代次数和加快收敛速度的效果,并证明了该算法在适当的假设条件下是全局收敛的。数值实验表明,改进后的算法是可行的和有效的。
-
-
沈卫平;
王悦
-
-
摘要:
为了研究求解逆特征值问题的全局性算法,利用反幂法获得近似特征向量,提出了一种求解逆特征值问题的全局性非精确牛顿类算法.在一定的条件下,给出了该全局算法的收敛性分析,并且证明了该算法的超线性/二阶收敛性质.最后,通过数值例子进一步验证所提出算法的全局收敛性.
-
-
潘庭葳;
贺素香
-
-
摘要:
鉴于交替最小化方法在求解双重稀疏约束优化问题时需要计算目标函数梯度的Lipschitz常数和构建该问题的L-稳定点时需要借助于Lipschitz条件等方面的不足,该文提出了一种求解该问题的贪婪单纯形算法.刻画了双重稀疏约束优化问题的CW最优性条件.基于CW最优性条件,具体设计了该算法的迭代步骤,并在较弱的假设条件下,证明了由算法产生的迭代点列全局收敛到问题的CW最优解.
-
-
-
-
QIU Qianjun;
邱千钧;
XIAO Yujie;
肖玉杰;
CAO Yuan;
曹渊;
YU Shaozhen;
于邵祯
- 《首届兵器工程大会》
| 2017年
-
摘要:
针对PSO算法全局收敛性差、搜索精度不高,SA算法收敛速度慢,求解时间随着问题规模的增大和复杂急剧增加的问题,提出一种PSO和SA多子群分层并行的智能分布式算法.算法底层是一个采用模拟退火策略搜索全局最优解的子群;上层是一系列粒子子群,采用粒子群优化算法搜索策略,贡献局部最优解.算法从种群个体的组织结构出发,将局部搜索和全局搜索分离,使得PSO算法和SA算法融为一体,解决了算法收敛速度快和全局收敛能力强之间的矛盾.PSO-SAHP算法具有全局收敛性,算法在求解离散型的车间作业调度问题和连续型的Benchmark函数优化问题中,与单一智能优化算法相比,具有良好的可扩展性.这对于求解高度复杂的分布式问题,具有一定的工程意义.
-
-
WANG Chunmei;
王春梅;
SUN Jiaze;
孙家泽
- 《全国第26届计算机技术与应用学术会议》
| 2015年
-
摘要:
非线性规划是具有非线性约束条件或目标函数的数学规划,是运筹学的一个重要分支,非线性规划在工程、管理、经济、科研、军事等方面都有广泛的应用,为最优设计提供了有力的工具。一般来说,约束非针对传统社会认知优化算法全局收敛慢的问题,提出一种保证全局收效的认知优化算法,该算法应用Tent映射初始化知识库,提高初始解的质量;邻域搜索过程采用混沌搜索,增强算法跳出局部最优解的能力;通过增加混沌库来提高搜索的遍历性,实现和知识库协同寻优,从而构建为一种新的混沌混合认知优化算法.同时以Solis和Wets提出的随机算法收敛定理为基础给出了该算法的全局收敛性证明.标准测试函数的仿真优化结果表明,该混合算法对非线性规划问题具有较强的求解能力,算法寻优效率高、全局性能好、优化结果稳定,性能明显优于标准认知优化算法.
-
-
-
吴天佑;
周熙文
- 《中国电源学会第二十届学术年会》
| 2013年
-
摘要:
针对传统遗传算法存在的收敛性问题,提出了一种自适应的遗传算法.该算法采用动态的交叉概率和变异概率,有效地解决了过早收敛和全局收敛性问题.将该算法应用在火灾图像的分割上面,实验证明,利用该算法对图像进行分割是有效和可行的.
-
-
尹慧慧
- 《第十届中国不确定系统年会、第十四届中国青年信息与管理学者大会》
| 2012年
-
摘要:
本文给出了由向量值Fischer-Burmeister函数ΦFB(x,s)产生的一个新的光滑函数,基于该光滑函数给出了求解二阶锥规划问题的一个光滑牛顿类型算法,该算法所采用的系统等价于二阶锥规划的最优性条件且对初始点的选取没有任何限制.本文分析了分析了算法的可行性、全局收敛性和局部Q-二阶收敛性.
-
-
Jing Zhang;
张静
- 《第九届中国不确定系统年会、第五届中国智能计算大会、第十三届中国青年信息与管理学者大会》
| 2011年
-
摘要:
本文讨论和改进了一类求解无约束最优化问题的非单调信赖域算法.将非单调Armijo线搜索技术与信赖域算法相结合,给出了多种算法构造形式.这一方法允许目标函数值在某些步上升,但仍保持其全局收敛性.rn 信赖域算法是非线性规划问题的一类重要的数值计算方法.它在近几十年来受到最优化领域许多学者的关注,是非线性优化研究的热点问题,提出一个求解无约束优化问题的方法,该算法在每次迭代时强制性的要求新的迭代点与当前的迭代点之间的距离不超过某一控制量,通过求解一系列二次函数在信赖域中的极小点的方法来求最优化问题的解.信赖域算法的一个显著优点是其稳定的数值性能,并且具有较强的收敛性,不仅能很快解决良态优化问题,而且也能有效的求解某些病态问题.
-
-
-
-
-
- 北京华大九天科技股份有限公司
- 公开公告日期:2022.05.24
-
摘要:
一种提升传输线瞬态仿真收敛性的方法,包括以下步骤:1)获得待拟合数据集:(ωi,yi),i=1,…,N,其中,ωi是第i个频率点,yi是ωi对应的物理量的值,N是数据点个数;2)建立拟合对象模型:Re(zi)=Re(yi),Im(zi)=αIm(yi)+(1‑α)Im(yic),其中,zi为拟合对象,Re(zi)为拟合对象的实部,Im(zi)为拟合对象的虚部,α为收敛因子,yic为在第i个频点通过上一步迭代后的极点和留数计算得到的拟合值;3)给定极点,拟合给定物理量的实部。本发明在不增加原矢量拟合计算代价的同时,大大提升W‑element计算的收敛性。
-
-
-
-
-
-
-
-