یک الگوریتم جستجوی خطی بدون مشتق غیریکنوا و کاربردهای آن در روش باقیمانده طیفی ارائه شده است که مسائل مقیاس بزرگ رابه راحتی حل می کند

یک دسته مهم از روشها برای حل مسائل بهینه سازی نامقید روشهای شبه نیوتن می باشد، که این دسته شامل الگوریتمهای متعددی می باشد. یکی از مهمترین روش های این خانواده، خانواده روش های شبه نیوتن psb می باشد، که در سال 1975 توسط پاول و برویدن ارائه گردید و بطور گسترده ای در روش های ناحیه اطمینان مورد استفاده قرار می گیرند. برخلاف استفاده گسترده این الگوریتم ها در روشهای ناحیه اطمینان الگوریتم های جست...

در سال های اخیر، پیچیدگی روزافزون مسائل بهینه سازی، لزوم استفاده از الگوریتم های فراکاوشی را محسوس تر می نماید. دراغلب موارد، با مسائل بهینه سازی غیرخطی با توابع هدف و قیدهای پیچیده مواجه هستیم. یکی از روش های حل، استفاده از الگوریتم های جستجوی مستقیم می باشد. این روش ها، زمانی که اطلاعات گرادیان تابع هدف در دسترس نباشد و یا محاسبه ی گرادیان تابع هدف و قیدهای مسئله پیچیده باشد، به کار گرفته می ...

در این پایان نامه، روش جدید ناحیه اعتماد نایکنواخت مدل مخروطی برای مساله های بهینه سازی نامقید معرفی کرده ام. به دلیل درجه آزادی بیشتر مدل مخروطی نسبت به مدل در جه دوم، در این پایان نامه از مدل مخروطی استفاده می کنیم. مدل مخروطی تقریب بهتری از توابعی که رفتار غیر درجه دوم یعنی انحنایشان چندین بار عوض می شود دارند لذا مسائل بیشتری را می توانند تقریب بزنند. برای اجتناب از حل دوباره زیر مساله ناحی...

بهینه سازی را می توان علم مشخص نمودن بهترین جواب برای یک مسأله که به صورت ریاضی تعریف شده است، بیان کرد. یکی از شاخه های اساسی بهینه سازی، بهینه سازی غیر خطی نا مقید می باشد. برای حل این مسأله روش های متنوعی ارائه شده است که می توان به روش های گرادیان، نیوتن،شبه نیوتن، گرادیان مزدوج و ... اشاره کرد. روش های گرادیان مزدوج یک انتخاب مناسب برای حل مسائل بهینه سازی نا مقید با اندازه بزرگ هستند، زیر...

چکیده روش های گرادیان مزدوج برای مسائل بهینه سازی نامقید با استفاده از مقدار تابع هدف به وسیله ی : رقیه ولیی در این پایان نامه ابتدا به معرفی انواع مسائل بهینه سازی پرداخته شده سپس روش های گرادیان مزدوج به عنوان روش های کارا در حل این گونه مسائل مورد بررسی قرار گرفته است.نوع خاصی از این روش ها که بر اساس استفاده از مقادیر تابع هدف ایجاد شده را بررسی کرده و در مورد همگرایی آن ها بحث شده ا...

در این مقاله یک روش لونبرگ-مارکوارت اصلاح شده با یک جستجوی خطی جدید برای حل یک دستگاه معادلات غیرخطی، ارایه می­شود. در این روش، گام آزمون برابر مجموع یک گام لونبرگ-مارکوارت و یک تقریب از گام لونبرگ-مارکوارت در نظر گرفته می­شود، جایی­که در صورت پذیرفته نشدن گام آزمون، استفاده از یک جستجوی خطی جدید غیریکنوا پیشنهاد می­گردد که همگرایی سراسری روش را نیز تضمین می­کند. همگرایی مکعبی روش تحت شرط کران ...

روش های گرادیان مزدوج یک خانواده بسیار مهم از روش های تکراری برای حل مسائل بهینه سازی نامقید در مقیاس بزرگ می باشند. این روش ها به دلیل عدم نیاز به محاسبه و ذخیره سازی ماتریس ها، به طور گسترده ای مورد استفاده قرار می گیرند. یک ویژگی مهم برای این روش ها این است که، جهت های جستجوی کاهشی تولید کنند. اما جهت های جستجوی تولید شده توسط روش های استاندارد(دو جمله ای)گرادیان مزدوج لزوماً در شرط کاهش کافی...

حل مسئله ی مینیمم سازی نامقید ، که در آن یک فضای اقلیدسی بعدی و تابعی به طور پیوسته مشتق پذیر است، را در نظر می گیریم. روش گرادیان مزدوج، دیدگاهی مفید و قوی برای حل مسائل بهینه سازی در مقیاس بزرگ است. در این پایان نامه روش گرادیان مزدوج لیو و استوری را که عملکرد عددی خوبی دارد، تحت یک جستجوی خطی جدید آرمیجو-گونه برای مینیمم سازی توابعی که مشتقات جزئی پیوسته دارند، مورد بررسی قرار می دهیم. به وس...