یک دسته مهم از روشها برای حل مسائل بهینه سازی نامقید روشهای شبه نیوتن می باشد، که این دسته شامل الگوریتمهای متعددی می باشد. یکی از مهمترین روش های این خانواده، خانواده روش های شبه نیوتن psb می باشد، که در سال 1975 توسط پاول و برویدن ارائه گردید و بطور گسترده ای در روش های ناحیه اطمینان مورد استفاده قرار می گیرند. برخلاف استفاده گسترده این الگوریتم ها در روشهای ناحیه اطمینان الگوریتم های جست...

بهینه سازی را می توان علم مشخص نمودن بهترین جواب برای یک مسأله که به صورت ریاضی تعریف شده است، بیان کرد. یکی از شاخه های اساسی بهینه سازی، بهینه سازی غیر خطی نا مقید می باشد. برای حل این مسأله روش های متنوعی ارائه شده است که می توان به روش های گرادیان، نیوتن،شبه نیوتن، گرادیان مزدوج و ... اشاره کرد. روش های گرادیان مزدوج یک انتخاب مناسب برای حل مسائل بهینه سازی نا مقید با اندازه بزرگ هستند، زیر...

در این مقاله یک روش لونبرگ-مارکوارت اصلاح شده با یک جستجوی خطی جدید برای حل یک دستگاه معادلات غیرخطی، ارایه می­شود. در این روش، گام آزمون برابر مجموع یک گام لونبرگ-مارکوارت و یک تقریب از گام لونبرگ-مارکوارت در نظر گرفته می­شود، جایی­که در صورت پذیرفته نشدن گام آزمون، استفاده از یک جستجوی خطی جدید غیریکنوا پیشنهاد می­گردد که همگرایی سراسری روش را نیز تضمین می­کند. همگرایی مکعبی روش تحت شرط کران ...

یک الگوریتم جستجوی خطی بدون مشتق غیریکنوا و کاربردهای آن در روش باقیمانده طیفی ارائه شده است که مسائل مقیاس بزرگ رابه راحتی حل می کند

روش گردایان مزدوج، روش مفید و قدرتمندی برای حل مسائل مینیمم سازی در مقیاس بزرگ است.لیو واستوری روش گرادیان مزدوج را توسعه دادند که کارایی عددی خوبی دارد امّا در حالت کلی همراه با جستحوی خطی آرمیجو، جستجوی خطی ولف و جستجوی خطی گلدشتاین همگرایی سراسری ندارد. در این پایان نامه جستجوی خطی غیر یکنوای جدیدی را برای روش گرادیان مزدوج لیو-استوری پیشنهاد می شود.(به طور خلاصه ls)این جستجوی خطی غیریکنوای ج...

مسأله بهینه سازی با قیود محدب بعنوان یکی از مسائل مهم و اساسی در بهینه سازی مطرح میباشد. مسائل برنامه ریزی خـطی حالــت خاصی از چنین مسائلی می باشند. در اینجا مسأله بهینه سازی غیرخــطی با قیود محدب، در حالتی بیان میشود که قیود محدب را بصورت قیود کراندار ساده داشته باشیم. یعنی، تنها متغیرهای مسأله از بالا و پایین کراندار باشند. در چند دهه اخیر روش های بسیاری (روش های یکنوا و غیریکنوا ) برای حل ای...

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...

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 ...

در سال های اخیر، پیچیدگی روزافزون مسائل بهینه سازی، لزوم استفاده از الگوریتم های فراکاوشی را محسوس تر می نماید. دراغلب موارد، با مسائل بهینه سازی غیرخطی با توابع هدف و قیدهای پیچیده مواجه هستیم. یکی از روش های حل، استفاده از الگوریتم های جستجوی مستقیم می باشد. این روش ها، زمانی که اطلاعات گرادیان تابع هدف در دسترس نباشد و یا محاسبه ی گرادیان تابع هدف و قیدهای مسئله پیچیده باشد، به کار گرفته می ...