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

سید حمزه میرزایی; علی اشرفی

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

Publish place: Journal of Decisions and Operations Research، Vol: 9، Issue: 1

Publish Year: 1403

نوع سند: مقاله ژورنالی

زبان: Persian

This Paper With 13 Page And PDF Format Ready To Download

دریافت فایل کامل Paper

Certificate
من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

https://civilica.com/doc/2043523

شناسه ملی سند علمی:

JR_DMOR-9-1_003

تاریخ نمایه سازی: 15 مرداد 1403

Abstract:

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.

Keywords:

استراتژی غیر یکنوا , بهینه سازی نامقید , ناحیه اعتماد , همگرایی سراسری

Authors

سید حمزه میرزایی

گروه ریاضی دانشگاه سمنان، سمنان، ایران.

علی اشرفی

گروه ریاضی دانشگاه سمنان، سمنان، ایران.

مراجع و منابع این Paper:

لیست زیر مراجع و منابع استفاده شده در این Paper 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 Paper 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