基本牛頓法和修正牛頓法的優(yōu)點(diǎn)是二階收斂且收斂速度快,常用來求解最優(yōu)問題且求解精確,但存在兩個(gè)明顯缺陷。擬牛頓法的改進(jìn)思路是用近似Hesse矩陣代替Hessian矩陣的逆矩陣,從而降低運(yùn)算的復(fù)雜度;另外每一步迭代時(shí)通過測(cè)量梯度的變化來構(gòu)造一個(gè)目標(biāo)函數(shù)模型以確保超線性收斂,從而克服可能出現(xiàn)的死循環(huán)。詳細(xì)分析了擬牛頓法的的算法步驟,用經(jīng)典測(cè)試函數(shù)測(cè)試擬牛頓法在求解無約束多維函數(shù)極值中的逼近效果。 

【文章來源】：大理大學(xué)學(xué)報(bào). 2019,4(06)

【文章頁數(shù)】：4 頁

【部分圖文】：

修正牛頓法求二維函數(shù)極值測(cè)試效果3擬牛頓法-1.0-1.5-1.5-1.0-0.5

【參考文獻(xiàn)】：
期刊論文
[1]多元函數(shù)條件極值的一種較精確的充分條件[J]. 張馳,胡博,秦琴,鐘海全.  大理大學(xué)學(xué)報(bào). 2017(12)
[2]智能優(yōu)化算法自動(dòng)生成軟件測(cè)試數(shù)據(jù)的方法探析[J]. 丁蕊,馮憲彬,張秋實(shí),魏秀杰.  數(shù)字技術(shù)與應(yīng)用. 2014(09)



本文編號(hào)：3492726