一个新的锥模型自适应信赖域算法
合集下载
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
部, 因此并 增 大信 赖域 半径 ; 反之 , 则 拒绝 S , 同 时也 说 明更好 的点 应该 在信 赖 域 内部 , 因此并 缩小 信赖 域半 径 , 重解子问题( 2 ) , 直 至试 探 步 s 被
接受 . 即
f z — } I S , ≥ ;
z + 1一 ( 【
mi n q k ( s )一 + 5 +- 5 - s B k s . t .1 l s l l ≤ ,
( 2)
收稿 E 1 期 : 2 0 1 3 - 0 3 — 2 6 . 基金项 目: 国 家 自然 科 学 基 金项 目( 1 1 0 6 1 0 1 1 ) ; 广 西 自然 科 学 基 金 项 目 ( 2 0 1 1 G x Ns F A O 1 8 1 3 8 ) ; 重 庆 文 理 学 院 校 级 科 研 项 目( Y2 O 1 3 S C4 2 ) .
文章编号 : 1 0 0 0 — 1 1 9 0 ( 2 0 1 3 ) 0 6 — 0 7 4 3 — 0 6
一
个新 的锥模 型 自适 应信赖 域算法
冯 琳 ¨ ,段 复 建
( 1 . 重 庆 文 理 学 院 数 学 与 财 经 学 院 ,重庆 4 0 2 1 6 0 ;
2 . 桂 林 电 子科 技 大 学 数 学 与 计 算 科 学 学 院 ,广 西 桂 林 5 4 1 0 0 4 )
C Ak r k< 1
信 赖域 算 法 的基 本 思 想 是 : 每次 迭 代 , 求 解 信
赖 域子 问题
1
△ + 1= = c 2 △ , r > 叩 2 ;
( 3 )
l , 7 1≤ r k≤ ,
其中, 0≤ ' 7 < z <1 , 0< C l < 1 <f 。 是 常数 . ( 3 )中对 信 赖域 半径 的修正 是根 据 r 将 初 始信 赖域 半径 常数 倍放 大 或缩 小 的 , 没有利用 g ,
在 当前迭 代点 z , 设 子 问题 ( 2 )的解是 S ,
P r e s 一一 s 一去s B
是 厂 ( z )在点 z 处 的预 估下 降量 .
Ar e s ^一 f( x )一 f( xt + )
g ( z )∈ R 是 f( z ) 在点 3 2 的梯 度 ; H( L z )∈ R 是厂 ( z ) 在点 z的 He s s i a n 矩阵 ;
摘
要: 对 无 约 束 最 优化 问题 提 出 了一 类 锥 模 型 自适应 信 赖 域 算 法 . 信 赖 域 半 径 的修 正 采 用 一 个 新
的 自适 应 调 节 策 略 . 算 法在 每 步 迭 代 中 以 当前 迭 代 点 的 信 息 以及 水 平 向量 信 息 来 调 节 信 赖 域 半 径 的
Ar e s r k— P —r e — s
k
‘
B ∈
是 对 称矩 阵 , 它是 厂( z )在点 3 2 的
He s s i a n矩 阵或其 近 似 ; 是 满 足 S c h n a b e l和 E s k o wl 】 改 进 的
C h o l e s k y分 解 的安 全 正 定 矩 阵. B 一 B + E ; E 是 一个 使 得 B 安 全 正 定 的对 角 矩 阵 ; 当
{ ) 是某 一 算法 产 生 的迭 代 点 列 , 并记 f k—
f ( x ) , g ^一 g ( x ^ ) , Ht— H ( x ) ;
是 厂( z ) 在点 z 处 的实际 下降 量. 定 义 实际下 降量 A r e s 与 预估 下降量 P r e s 的 比值
考 虑无 约束 最 优化 问题
mi n f( z) ,
z∈ R
其中, s — z— z , g 一 f ( x ) , > 0是信 赖域
( 1 )
半径 .
其 中, 厂( - z ) : R 一R 是 二次 连续 可微 函数 . 本 文采
用 如下 记 号 :
大小 . 在适 当 的条 件 下 , 证 明 了算 法 的全 局 收 敛性 和 Q 二 阶 收敛 性 , 并 且 给 出 了相 应 的数 值 结 果 .
关键词 : 无 约束 最 优 化 ; 信赖域方法 ; 锥 模 型 ;自适 应 ;收敛 性
中图 分 类 号 :O 2 2 1 . 2 文献标识码 : A
第 4 7卷 第 6期 2 0 1 3年 1 2月
华 中师 范 大 学 学 报 ( 自然 科 学 版 )
J OURNAL 0F HUAZH0NG N0RM AL UNI VERS I TY( Na
De c .2 O1 3
Xk, r k< 7 7 ,
视, 特别 是 最近 几年 一直 是 非线性 优 化界研 究 的一 个 热点 . 目前信赖 域 算法 已经和线 搜 索方 法并 列为
求解 非 线性 优化 问题 的两类 主要 的数 值方 法.
其中, 7∈ ( o , 1 )是一个 常数 , 并 修 正信赖 域半 径
时, 取 E 一 0;
它衡 量 了二 次模 型 q ( s )在信赖 域 内对 f( x + s )的逼 近程 度 , 越接 近 于 1 , 表 明逼 近程 度越 好 ,
因此 接受 5 , 同时也说 明更 好 的点应 该在 信赖 域外
正 定
l 1 . 1 l表示 Eu c l i d e a n范数 .
信 赖 域 算 法是 一 种 有 效 的求 解 无 约束 最 优 化 问题 ( 1 )的迭 代 方 法 . 它 的显 著 特 点 是 强 收 敛 性 , 稳 定 的数值 性 能 , 能 有效 地 解 决 病 态 问题 , 需 要 迭 代 的次 数少 . 因此在 非线 性 优化 界受 到 了非常 的重