بهینه سازی را می توان علم مشخص نمودن بهترین جواب برای یک مسئله که به صورت ریاضی تعریف شده است، بیان کرد. یکی از شاخه های اساسی بهینه سازی، بهینه سازی نامقید است. به طور کلی برای نیاز است. اما یافتن ریشه های یک تابع برداری f حل مسئله بهینه سازی به یافتن ریشه های تابع گرادیان مشکل و در مسائل با مقیاس بزرگ عملاً غیر ممکن است. برای رهایی از این مشکلات و یافتن جواب مورد نظر اغلب از روش های تکراری...

روش bfgs حافظه محدود شده(l-bfgs) یک اقتباس از روش bfgs برای بهینه سازی نامقید درمقیاس بزرگ است. در این پایان نامه، یک استراتژی منظم سازی در ارتباط با روش (l-bfgs)بررسی قرار گرفته است، که در برخی از حالتهای حساس، پارامتر منظم سازی استفاده شده وقتی که عدد حالت تخمینی از هسین منجر به یک وضعیت بدحالت می شود ممکن است یک نقش جبران کننده ایفا کند. سپس روش l-bfgs منظم سازی شده و همگرایی سراسری آن ر...

به دلیل عدم ذخیره سازی ماتریسی روشهای گرادیانهای مزدوج به روشهای جذاب برای حل مسائل بهینه سازی نامقید با مقیاس بزرگ تبدیل شده اند اخیرا به منظور رسیدن به همگرایی سریع دای و لیائو یک روش گرادیانهای مزدوج بر اساس شرط سکانت ارائه کردند و به دنبال آن یابه و تاکانو روش گرادیانهای مزدوج دیگری را بر اساس یک شرط سکانت اصلاح شده پیشنهاد دادند در این پایان نامه بر اساس شرط سکانت چندگامی ارائه شده توسط فر...

در این پایان نامه، با دنبال کردن رهیافت مطرح شده دای و لیائو دو روش گرادیان مزدوج غیر خطی جدید برای حل مسائل بهینه سازی نامقید مطرح می کنیم. یکی از روش های پیشنهادی، مبتنی بر یک نسخه اصلاح شده از معادله سکانت ژانگ، دنگ و چن و ژانگ و شوو می باشد. روش دیگر مبتنی بر بهنگام سازی bfgs اصلاح شده یوان می باشد. ویژگی جالب این روش ها این است که هم مقادیر تابع و هم مقادیر گرادیان را برای تقریب دقیق تر ان...

روش گرادیان مزدوج یک روش تکراری برای حل مسائل بهینه سازی می باشد .این روش به دو دسته خطی و غیرخطی تقسیم می شود.روش خطی بر روی دستگاه ‎‎‎‎qx=b‎‎‎ که در آن ‎‎‎‎q‎‎‎ یک ماتریس متقارن معین مثبت است به کار می رود.از این روش برای حل مسایل برنامه غیرخطی نامقید استفاده می شود. که در این صورت ماتریس‎‎‎‎q‎ ‎‎ همان ماتریس هسی تابع درجه دو می باشد. ولی روش غیرخطی که می توان بوسیله آن توابع درجه دو و یک را ...

روش های گرادیان مزدوج روش های تکراری برای حل مسائل بهینه سازی تامقید هستند و از آنجا که در تکرارهای این روش نیازی به محاسبه و ذخیره سازی ماتریس هسی نیست, در مسائل نامقید بررسی می کنیم که اخیرا در ادبیات مطرح شده اند. ساختار این الگوریتم ها به همراه خاصیت کاهشی بودن جهت های تولید شده و همگرایی سراسری آن ها تحت شرایط استاندارد بررسی می گردد.برای بررسی عددی کارایی الگوریتم های ارائه شده آن ها را د...

در این پایان نامه ابتدا یک الگوریتم مجموعه فعال برای بهینه سازی مسائل نامقید با متغیرهای کران دار ارائه شده است که همگرای سراسری به نقطه ایستا می باشد. الگوریتم شامل یک گام تصویر گرادیان غیر یکنواخت، یک گام بهینه سازی نامقید و همچنین یک مجموعه از قوانین برای شاخه زدن از یک گام به گام دیگر می باشد که از روش cyclic barzili-browein یا cbb برای گام تصویر گرادیان و از روش گرادیان مزدوج برای گام بهین...

بسیاری از الگوریتم های بهینه سازی از مدل مجذوری برای تقریب تابع هدف استفاده می کنند. مدل مخروطی برای بهینه سازی نامقید توسط دیویدان ارائه شد و تعمیم مدل مجذوری می باشد. مدل مخروطی نسبت به مدل مجذوری تابع هدف را بهتر تقریب می زند زیرا در شرایط درونیابی بیشتری صدق می کند. مدل مخروطی در چهار شرط درونیابی از مقادیر تابع هدف و گرادیان آن در نقطه کنونی و قبلی صدق می کند. استفاده از شرایط درونیابی بیش...

در این پایان نامه به تشریح روشی عددی که در حل مسائل بهینه سازی خطی و غیر خطی و نیز کلاسی از مسائل بهینه سازی غیر هموار ضمن حضور مجموعه ای از محدودیت ها، کارآمد است، پرداخته می شود. این روش، الگوریتم تعمیم یافته الگوی جستجو و به اختصار gps نامیده می شود. این روش برای مسئله نامقید بیان می شود و قضیه همگرایی سراسری در خصوص این الگوریتم اثبات می گردد. همچنین نتایج مشابهی تحت مفروضات متعادلی در ضمن ...

روش های ناحیه اعتماد یکی از روش های حل مسایل بهینه سازی نامقید است که به صورت گسترده ای در ادبیات موضوع مورد بررسی قرار گرفته است. روش های ناحیه اعتماد و مدل مخروطی روش هایی هستند که در آن ها زیر مساله ناحیه اعتماد، مدل مخروطی تابع هدف در نقطه فعلی را روی قید ناحیه اعتماد بهینه می کند. در این پایان نامه، الگوریتم های ناحیه اعتماد و مدل درجه دوم و مدل مخروطی مورد بررسی قرار گرفته و رهیافتی جدید ...