ترکیب ناحیه اعتماد غیر یکنوا با یک شعاع وفقی جدید برای مسایل بهینه سازی نامقید

سال انتشار: 1403
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 67

فایل این مقاله در 13 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_DMOR-9-1_003

تاریخ نمایه سازی: 15 مرداد 1403

چکیده مقاله:

هدف: یکی از کاراترین روش ها برای حل مسایل بهینه سازی نامقید روش ناحیه اعتماد است. استراتژی تعیین شعاع ناحیه اعتماد تاثیر بسزایی بر میزان کارایی این روش دارد. از طرفی تحمیل شرط یک نوایی موجب کاهش سرعت همگرایی این روش خواهد شد؛ بنابراین بهبود و افزایش کارایی این روش یکی از مسایل بسیار مهم و مورد توجه محققان می باشد.روش شناسی پژوهش: ایجاد یک شعاع ناحیه اعتماد وفقی جدید و همچنین ترکیب روش ناحیه اعتماد با استراتژی غیر یکنوا برای جلوگیری از اثرات نامطلوب یک نوایی.یافته ها: یک شعاع ناحیه اعتماد وفقی جدید همگرا به صفر ارایه شده و سپس ترکیب ناحیه اعتماد با یک استراتژی غیر یکنوای انجام می شود. اجرای الگوریتم بر روی یک مجموعه از توابع تست نشان می دهد که شعاع وفقی جدید به همراه استراتژی غیر یکنوای به کار گرفته شده به صورت قابل ملاحظه ای کارایی روش ناحیه اعتماد را بهبود می بخشد.اصالت/ارزش افزوده علمی: الگوریتم غیر یکنوای وفقی ارایه شده دارای مرتبه همگرایی مرتبه دوم بوده و هزینه های محاسباتی را نسبت به الگوریتم های سنتی به مقدار قابل توجهی کاهش می دهد. از طرفی شعاع وفقی جدید از بی اثر ماندن ناحیه اعتماد در نزدیکی جواب جلوگیری می ‎کند.

نویسندگان

سید حمزه میرزایی

گروه ریاضی دانشگاه سمنان، سمنان، ایران.

علی اشرفی

گروه ریاضی دانشگاه سمنان، سمنان، ایران.

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • Zang, I. (۱۹۷۸). A new arc algorithm for unconstrained optimization. ...
  • Moré, J. J., Garbow, B. S., & Hillstrom, K. E. ...
  • Rezaee, S., & Babaie-Kafaki, S. (۲۰۱۹). An adaptive nonmonotone trust ...
  • Esmaeili, H., & Kimiaei, M. (۲۰۱۴). An improved adaptive trust-region ...
  • Zhang, X., Zhang, J., & Liao, L. (۲۰۰۲). An adaptive ...
  • Li, G. D. (۲۰۰۶). A trust region method with automatic ...
  • Bahrami, S., & Amini, K. (۲۰۲۰). An efficient two-step trust-region ...
  • Grippo, L., Lampariello, F., & Lucidi, S. (۱۹۸۶). Nonmonotone line ...
  • Zhang, H., & Hager, W. W. (۲۰۰۴). A nonmonotone line ...
  • Mo, J., Liu, C., & Yan, S. (۲۰۰۷). A nonmonotone ...
  • Gu, N. zhu, & Mo, J. tao. (۲۰۰۸). Incorporating nonmonotone ...
  • Amini, K., & Ahookhosh, M. (۲۰۱۴). A hybrid of adjustable ...
  • Yingliang, Z., & Chengxian, X. (۲۰۰۰). A new trust region ...
  • Niri, T. D., Heydari, M., & Hosseini, M. M. (۲۰۲۰). ...
  • Qu, Q., Ding, X., & Wang, X. (۲۰۲۰). A filter ...
  • Akbari, Z. (۲۰۲۰). A new trust region method for minimizing ...
  • Liu, J., & Ma, C. (۲۰۱۳). A nonmonotone trust region ...
  • Fan, J., Pan, J., & Song, H. (۲۰۱۶). A retrospective ...
  • Powell, M. J. D. (۱۹۷۵). Convergence properties of a class ...
  • Kamandi, A., & Amini, K. (۲۰۲۲). A new nonmonotone adaptive ...
  • Dolan, E. D., & Moré, J. J. (۲۰۰۲). Benchmarking optimization ...
  • نمایش کامل مراجع