1) self-scaling quasi-Newton method
自调比拟牛顿法
1.
In this thesis,we study nonlinear conjugate gradient methods and self-scaling quasi-Newton methods for solving unconstrained optimization problems and systems of nonlinear equations.
本文研究求解无约束优化问题和非线性方程组的非线性共轭梯度法和自调比拟牛顿法,建立这些方法的全局收敛性定理,并通过大量的数值试验对所提出的算法进行检验。
2) 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。
3) Quasi-Newton
拟牛顿法
1.
New approaches of reconstruction algorithm in low frequency current field are proposed, which includes Quasi-Newton, Bulirsch-Stoer extrapolation and local area accelerating convergence meth-ods.
使用的重建算法有拟牛顿法、Bulirsch-Stoer外推法、局部加速收敛法。
2.
A multi-class classification algorithm using quasi-Newton is proposed based on DFP-P.
同时,这个问题也是大类别分类问题所采用的留一法面临的问题,在DFP-PSVM的基础上,提出了基于拟牛顿法的大类别分类算法。
3.
Quasi-Newton Iteration Algorithm for ICA and Its Application in VEP Feature Extraction;
结果表明,基于拟牛顿法的ICA可以有效增强信号,从少次叠加平均的结果中提取出易于辨识的VEP的P 300信号,具有较高的应用价值。
4) quasi-Newton methods
拟牛顿法
1.
In this paper, we study the application of a kind of nonmonotone line search s technique in quasi-Newton methods and conjugate gradient method.
第一章前三节简要描述了拟牛顿法和共轭梯度法的原理、发展和研究动态。
5) quasi-newton method
拟牛顿方法
1.
This paper presents a new class of quasi-Newton methods for solving unconstrained minimization problems.
本文提出了一类新的用于解决无约束最优化问题的拟牛顿方法,并证明了这样的性质,在 精确线性搜索条件下,每一步该族所有方法所产生的迭代方向和迭代点列仅依赖于参数ρ。
2.
The conjugate gradient method and quasi-Newton method are two important methods for sovling nonlinear optimization problems.
共轭梯度法和拟牛顿方法是求解无约束优化问题的最重要的两种方法。
6) quasi-Newton algorithm
拟牛顿算法
1.
Research on intrusion detection based on the Quasi-Newton algorithm in neural networks;
基于拟牛顿算法优化神经网络的入侵检测研究
2.
It demonstrates that these models possess the unconstrained continuously differentiable minimization formulations and Quasi-Newton algorithm is capable of finding a solution of the model effect.
供应链是一个典型的动态系统,如何协调系统中各成员之间的利益和关系,寻找供应链网络的最终均衡状态,是供应链管理中的一个重要问题,文章首先以变分不等式为工具,介绍了确定性和不确定性需求条件下的供应链网络均衡模型,然后将该类模型转化为非线性互补问题,运用评价函数(meritfunction)将其转化为无约束最优化问题,最后通过拟牛顿算法求解该类模型,有效解决了该类模型的求解问题。
补充资料：牛顿法
求非线性方程（组）零点的一种重要的迭代法，又称牛顿－拉弗森法或切线法。其要点是：若在非线性方程??(x)＝0的零点x＝x*邻域内，函数 ??(x)连续可微且??┡(x)不为零,xn(n=0,1,2,...)是x*的近似值,则在此邻域，用线性函数
近似代替??(x),并以T(x)的零点
作为x*的新的近似值。这种通过构造序列x1,x2,...来近似x*的方法就是牛顿法。若??(x)是实函数,x*是实数,则牛顿法有明确的几何意义：过点(xn,??(xn))作曲线y =??(x)的切线T，将T与x轴的交点xn+1作为x*的新近似值。对于非线性方程组，x和 ??(x)分别为矢变量和矢量函数，[??┡(x)]-1为??(x)的雅可比矩阵的逆矩阵。由牛顿法构造的序列x1,x2，...收敛于x*的充分条件是：①在x*的邻域内??┡(x)存在且满足李普希兹条件，即对x*邻域内的任意x┡、x″，有,式中0〈α〈1；②[??┡(x*)]-1存在；③初始近似值x0充分接近x*。在上述条件下,x1,x2,...收敛于x*的速度不低于二阶。为了减弱收敛性对?? 的要求,提高收敛速度或减少计算量,牛顿法有许多变形，如修正牛顿法和拟牛顿法。
近似代替??(x),并以T(x)的零点
作为x*的新的近似值。这种通过构造序列x1,x2,...来近似x*的方法就是牛顿法。若??(x)是实函数,x*是实数,则牛顿法有明确的几何意义：过点(xn,??(xn))作曲线y =??(x)的切线T，将T与x轴的交点xn+1作为x*的新近似值。对于非线性方程组，x和 ??(x)分别为矢变量和矢量函数，[??┡(x)]-1为??(x)的雅可比矩阵的逆矩阵。由牛顿法构造的序列x1,x2，...收敛于x*的充分条件是：①在x*的邻域内??┡(x)存在且满足李普希兹条件，即对x*邻域内的任意x┡、x″，有,式中0〈α〈1；②[??┡(x*)]-1存在；③初始近似值x0充分接近x*。在上述条件下,x1,x2,...收敛于x*的速度不低于二阶。为了减弱收敛性对?? 的要求,提高收敛速度或减少计算量,牛顿法有许多变形，如修正牛顿法和拟牛顿法。
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