1) memoryless quasi-Newton method
无记忆拟牛顿法
1.
Perry_Shanno s memoryless quasi-Newton method for unconstrained optimization is investigated in this paper.
文章就Perry_Shanno无记忆拟牛顿法在无约束最优化问题上,对采用非单调线搜索的情况下是否具有全局收敛性进行了研究。
2.
Under the condition that f(x) is a twice continuously differentiable convex function, the convergence of a memoryless Quasi-Newton method is proved.
在f(x)为二阶连续可微凸函数的条件下 ,证明了一种无记忆拟牛顿法的收敛
2) perry and shanno's memoryless quasinewton methoa
Perry-Shanno无记忆拟牛顿方法
3) memory quasi-Newton method
记忆拟牛顿算法
1.
By means of a new curve search rule,we propose a new memory quasi-Newton method for unconstrained optimization problems.
利用新的曲线搜索方法,提出一种解决无约束优化问题的记忆拟牛顿算法,给出该算法全局收敛的条件并进行数值实验。
4) Memoryless non-quasi-newton formula
无记忆非拟牛顿公式
5) Limited memory quasi-Newton method
有限记忆拟牛顿法
6) Quasi-Newton method
拟牛顿法
1.
Predictive control based on neural networks using quasi-Newton method;
基于拟牛顿法多层前向网络的预测控制
2.
The program uses the Quasi-Newton method to perform digital equilibrium computation.
编制了一个ＢＡＳＩＣ程序，用拟牛顿法求解非线性方程组，研究痕量元素的形态分布，经在微机上运行，得到令人满意的结果。
3.
This article uses Quasi-Newton method based on Broyden s principle to obtain Jacobin matrix,this method can calculate Jacobin matrix direc.
文中采用基于Broyden原理的拟牛顿法求解发动机非线性方程组,这种方法可以直接求出第一步迭代后的Jacobi矩阵,从而大幅度提高计算速度。
补充资料：潮流计算牛顿—拉夫逊法
潮流计算牛顿—拉夫逊法
load flow Newton-Raphson method
X=(x1，为，…，x.)T其相应牛顿法求解的迭代格式为 F，(X(‘))△万(‘)=一F(X(‘)) X(‘+l)=X(，)+心万(‘)(2)其中f一工了上一不︵d 工J一dlJF‘(X(‘))=a九ax:a几日xZ(3)a人af.a为a几I一才(‘)为函数F(X)的偏导数矩阵，称为雅可比(Jacobi)矩阵.式(2)的第一式，是系数矩阵尸(X(t))和右端项一F(X(’))均已知的线性方程组，称为修正方程，求解后可得修正t△X(t)，再通过式(2)的第二式，对变tx(。加以修正.依此类推，直至第k次迭代}}F(X(.))II或】}△万(’)}!小于给定的。时，x川即是方程组(1)的解。 潮流计算牛顿一拉夫逊法是应用数学上的牛顿一拉夫逊法求解电力潮流的方法。 直角坐标的潮流计算基本方程对潮流计算的导纳矩阵墓本方程万九亡一只一jQ 杏‘(i=1，2，…，九)(4)用Y。=汤+jB山，亡，=。+j几代人并展开，可得节点功率平衡方程△只△Q‘一尸‘一e，万(G禹一B.’几) 一五万(G泣人+凡动=一Q‘一关艺(G洒一凡几)0(5) +e，艺(G动人+Boe.，一‘6) 在一l 再补充尸一U节点和U一6节点的节点电压平衡方程 汉少于=U三一(e于+刀)=o(7) 山‘~e，一Uoeos氏=0(8) Of盆=f，一U.，sin6，v=O(9)式中U。，氏已知。 对于电压用极坐标表示的情况，亡一u.e”=U，(c 056.+jsin氏)，同样可以导出极坐标形式的平衡方程。 牛顿法的修正方程潮流计算的牛顿法须首先建立式(2)的修正方程.对于潮流计算，每一节点有两个方程，则 、少 n︺ 目.1 了‘、、|父r|J T 、‘矛 F=(F一，F:一，…，Fz、，F2.，…，Fl，，FZ。)T X=(el，f，，…，e、，关，…，e。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条