摘要3-4
Abstract4-7
1 绪论7-19
1.1 引言7
1.2 非线性共轭梯度法进展情况7-15
1.2.1 非线性共轭梯度法的数学模型7-8
1.2.2 线搜索准则8-9
1.2.3 非线性共轭梯度的常见算法9-11
1.2.4 一类修正的共轭梯度法11-13
1.2.5 重新开始的共轭梯度法13-15
1.3 filter策略探讨近况15-18
1.3.1 序列二次规划(SQP)filter策略15-16
1.3.2 序列线性规划(SLP)filter策略16
1.3.3 线性搜索filter策略16-17
1.3.4 多维filter策略17-18
1.4 探讨思想及内容18-19
2 一类通用非线性共轭梯度算法及其讨论19-34
2.1 通用公式的提出19-20
2.2 通用共轭梯度算法20-21
2.3 算法A的收敛性浅析21-28
2.3.1 算法A对一致凸函数的全局收敛性浅析21-23
2.3.2 算法A对一般非凸函数的收敛性讨论23-28
2.4 数值试验28-34
3 基于自适应共轭梯度法的多维filter线性搜索算法34-44
3.1 引言34
3.2 计算试验点34-35
3.2.1 自适应共轭梯度法34-35
3.3 多维filter的定义及其接受试验点的标准35-36
3.3.1 多维filter的定义35
3.3.2 filter接受试验点的标准35-36
3.4 目标函数的充分下降性36
3.5 完整的新算法36-38
3.6 算法的论述浅析及全局收敛性38-41
3.6.1 论述浅析38
3.6.2 对算法的全局收敛性浅析38-41
3.7 数值实验及浅析41-44
4 总结及展望44-45
致谢45-46