در این پایان نامه، ابتدا قانون جستجوی خطی نادقیق نایکنواخت جدیدی که اخیرا در ادبیات موضوع مطرح شده است، ارائه می شود و سپس در روش ناحیه اعتماد برای مسایل بهینه سازی نامقید به کار برده می شود. در این قانون جستجوی خطی، مولفه نایکنواخت به جای مقدار تابع هدف فعلی ترکیب محدبی از مولفه نایکنواخت قبلی و مقدار تابع هدف فعلی است. با استفاده از این روش می توان در هر فرآیند جستجوی خطی به طول گام بزرگتری ر...

در این پایان نامه به بررسی روش های عددی برای حل مسائل بهینه سازی غیر خطی نامقید با رویکرد جستجوی خطی می پردازیم. در فصل اول مفاهیم اولیه را بیان می کنیم. در فصل دوم به بیان ویژگی های اساسی بهینه سازی نامقید می پردازیم و روش های سریع ترین کاهش، نیوتن، شبه نیوتن و گرادیان مزدوج را معرفی می کنیم. بررسی دقیق تر روش های سریع ترین کاهش، نیوتن، نیوتن اصلاح شده و شبه نیوتن و همچنین همگرایی این روش ها د...

یک الگوریتم ساده گرادیان مزدوج سه جمله ای که در هر دو شرط کاهشی و مزدوجی صدق می کند، ارایه می شود. این ویژگی ها مستقل از جستجوی خطی هستند. هم چنین، الگوریتم پیشنهادی را می توان اصلاح شده ای از الگوریتم شبه نیوتن bfgs (بی حافظه) در نظر گرفت. برای توابع به طور یکنواخت محدب، تحت فرضیات استاندارد، همگرایی سراسری الگوریتم اثبات شده است. نتایج عددی حاصل از پیاده سازی الگوریتم گرادیان مزدوج سه جمله ای...

بهینه سازی را می توان علم یافتن بهترین جواب برای یک مسأله که به صورت ریاضی مدل شده است، تعریف کرد. یکی از زیرشاخه های اساسی بهینه سازی حل مسائل بهینه سازی غیر خطی نامقید است. برای حل این گونه مسائل روش های تکراری متنوعی ارائه شده است که از این میان روش های گرادیان مزدوج و ناحیه اطمینان به عنوان دو دسته مهم از این روش ها شناخته شده اند. روش های گرادیان مزدوج به علت این که تنها از اطلاعات مشتق ...

در روش ترکیبی اول،جهت متناظر با روش گرادیان مزدوج از فرمولی متمایز از فرمولهای روشهای موجود قبلی به دست می آید. در این روش با وارد شدن پارامتری در جهت مربوط تاثیر بردار گرادیان در جهت بدست آمده،تغییر می یابد. روش ترکیبی دوم،در واقع توسعه ای از روش دای-یوآن است،که با اصلاحات انجام شده که شرایطی به نام شرایط کاهش کافی را،که اخیرا در ادبیات موضوع مطرح شده است،دارا است.برای بررسی میزان کارایی الگور...

چکیده بهینه سازی را می توان علم مشخص نمودن بهترین جواب برای یک مسئله که بصورت ریاضی تعریف شده است، بیان کرد. یکی از شاخه های اساسی بهینه سازی، برنامه ریزی غیرخطی است و یکی از زیر رده های برنامه ریزی غیرخطی، حل مسئله نامقید غیر خطی است. برای حل این مسئله روش های متنوعی ارائه شده است که می توان به روش گرادیان، نیوتن، شبه نیوتن، گرادیان مزدوج و... اشاره کرد. روش های شبه نیوتن، از مشهورترین روش ها...

روش های گرادیان مزدوج یک خانواده بسیار مهم از روش ها برای حل مسایل بهینه سازی نامقید می باشند. این روش ها تنها از اطلاعات مشتق مرتبه اول استفاده می نمایند و از آنجا که در این روش ها نیازی به محاسبه و ذخیره سازی ماتریس هسی نیست، برای حل مسایل غیرخطی در مقیاس بزرگ به عنوان روش هایی موثر مورد استفاده قرار می گیرند. اخیراً، به منظور افزودن اطلاعات مرتبه دوم تابع هدف به این روش ها، برخی از پژوهشگرا...

در این پایان نامه هدف، بررسی روش های شتاب دهی الگوریتم گرادیان مزدوج است. در روش اول شتاب دهی، طول گام که از جستجوی خطی ولف بدست آمده و یکی از شاخص های کاربردی الگوریتم گرادیان مزدوج است را با استفاده از فاکتور مثبتی بهبود می بخشیم. در روش دوم شتاب دهی، پارامتر تعیین کننده نوع الگوریتم گرادیان مزدوج را تغییر داده و مقدار آن را با استفاده از ماتریس هسین بدست می آوریم. در روش سوم نیز مشابه حالت د...

چکیده در این پایان نامه، حل مساله مینیمم سازی نامقید (min f(x، توسط یک الگوریتم گرادیان مزدوج اصلاحی مورد نظر است. برای حل این نوع از مسایل در مقیاس بزرگ، روش گرادیان مزدوج غیرخطی دارای خواص جالبی از قبیل سادگی ساختار، نیاز به حافظه کم، کارایی و همگرایی مناسب است. علاوه بر این، الگوریتم کاهشی گرادیان مزدوج (cg - descent)درمقایسه با نسخه های دیگر این الگوریتم ها از خواص ویژه ای برخوردار هستند...

روشهای گرادیان مزدوج یک خانواده مهم برای حل مسائل بهینه سازی نامقید هستند. این روشها به دلیل نیاز نداشتن به ماتریس هسییاتقریب آن، استفاده کم از حافظه ماشین و خواص همگرایی موضعی و سراسری مناسب، به روشهایی بسیار مطلوب برای حل مسائل بهینه سازی نامقید در مقیاس بزرگ تبدیل شده اند.این الگوریتم هابه طور معمول فقط از اطلاعات مشتق مرتبه اول تابع هدف استفاده می کنند، بنابراین ممکن است همگرایی آنها کند با...