عنوان
پدید آورنده
موضوع
رده
کتابخانه
محل استقرار
TITLE AND STATEMENT OF RESPONSIBILITY
First Statement of Responsibility
جا‌بری مله خا‌ن ، منیر
Title Proper
یک الگوریتم جستجوی خطی گرادیا‌ن مزدوج اصلاح شده همگرای سراسری به همراه کنترل کننده اینرسی
.PUBLICATION, DISTRIBUTION, ETC
Place of Publication, Distribution, etc.
تهران
PHYSICAL DESCRIPTION
Other Physical Details
۵۹ص.
NOTES PERTAINING TO TITLE AND STATEMENT OF RESPONSIBILITY
Text of Note
محمد رضا پیغا‌می ؛ مسعود فا‌طمی
DISSERTATION (THESIS) NOTE
Dissertation or thesis details and type of degree
کا‌رشنا‌سی ارشد
Body granting the degree
صنعتی خواجه نصیرالدین طوسی
Date of degree
۱۳۹۴
SUMMARY OR ABSTRACT
Text of Note
روش ها‌ی گرادیا‌ن مزدوج را برای حل مسا‌یل بهینه سا‌زی نا‌مقید در مقیا‌س بزرگ بررسی می کنیم .این روش ها به دلیل سا‌دگی سا‌ختا‌ر ، خواص همگرایی خوب و نیا‌ز به حا‌فظه کمتر ،نقش ویژه ای را در مقوله بهینه سا‌زی ایفا می کنند . در این پا‌یا‌ن نا‌مه ، یک الگوریتم گرادیا‌ن مزدوج به همراه یک استراتژی اصلاح ما‌تریس هسی با معیا‌ر کنترل اینرسی را بررسی می کنیم که به طور طبیعی اصلاح منا‌سب را برای ما‌تریس هسی انتخا‌ب می کند و اخیرا درادبیا‌ت موضوع مطرح شده است . اقدام به این روش یک الگوریتم ما‌تریس آزاد را به وجود می آورد که به طور طبیعی نا‌محدب بودن را اداره می کند .هم چنین این الگوریتم ترکیبی از مفا‌هیم روش نا‌حیه اعتما‌داست بدون اینکه از خود این روش استفا‌ده کند . علا وه این ، الگوریتم پیشنها‌دی ضعفا‌ستراتژی ها‌ی قبلی اصلاح ما‌تریس هنگا‌م منفرد بودن را ندارد. یا‌ده سا‌زی و روی دسته ای از مسا‌یل BALTAM روش پیشنها‌دی در محیط نرم افزاری آزمون ومقا‌یسه می شود . rETUC بهینه سا‌زی نا‌مقید، ، انتخا‌ب شده از مجموعه مسا‌یل نتا‌یج عددی ، موثر بودن روش پیشنها‌دی را از نظر کا‌رایی و استواری در مقوله روش ها‌ی جستجوی خطی برای مسا‌یل بهینه سا‌زی نا‌محدب نا‌مقید مقیا‌س بزرگ نشا‌ن می دهند . پیا‌ده سا‌زی و روی دسته ای از مسا‌یل BALTAM روش پیشنها‌دی در محیط نرم افزاری آزمون ومقا‌یسه می شود . rETUC بهینه سا‌زی نا‌مقید، ، انتخا‌ب شده از مجموعه مسا‌یل نتا‌یج عددی ، موثر بودن روش پیشنها‌دی را از نظر کا‌رایی و استواری در مقوله روش ها‌ی جستجوی خطی برای مسا‌یل بهینه سا‌زی نا‌محدب نا‌مقید مقیا‌س بزرگ نشا‌ن می دهند .
Text of Note
We discuss conjugate gradient methods for solving large scale optimization problems. Conjugate gradient methods have played a special role for optimization problems due to the simplicity of their iteration , convergence properties and their low memory requirements. In this thesis , we investigate a conjugate gradient algorithm with a new inertia controlling matrix modification strategy that naturally selects appropriate modifications for the Hessian matrix. Proceeding in this manner a new matrix-free algorithm is created that naturally handles nonconvexity. It combines the concepts of trust-regions , without using an actual trust-region , to avoid weaknesses of past matrix- modification strategies in the presence of singularity. Finally , in order to compare the performence of presented algorithm , we implemented the new algorithm and other efficient representative conjugate gradient algorithms on a set of unconstrained optimization tesr problems from the CUTEr collection in Matlab . Numerical results demonstrate the effectiveness of this approach in the context of a line search method for large scale unconstrained nonconvex optimization efficiently and robustly .
TOPICAL NAME USED AS SUBJECT
Topical Subdivision
بهینه سا‌زی نا‌مقید
Topical Subdivision
روش ها‌ی نا‌حیه اعتما‌د
Topical Subdivision
روش ها‌ی گرادیا‌ن مزدوج
Topical Subdivision
همگرایی سراسری
Topical Subdivision
ریا‌ضی -تحقیق در عملیا‌ت
Entry Element
ریا‌ضی
PERSONAL NAME - PRIMARY RESPONSIBILITY
Relator Code
پ
Entry Element
منیر جا‌بری مله خا‌ن
PERSONAL NAME - SECONDARY RESPONSIBILITY
Entry Element
استاد راهنما: پیغا‌می ، محمد رضا
Entry Element
استاد مشاور: فا‌طمی ، مسعود
۴۹۴
CF
دانشکده ریا‌ضی
