CIVILICA We Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

الگوریتم گرادیان مزدوج پیش شرط BFGS مقیاسی برای بهینه سازی نامقید

اعتبار موردنیاز : ۱ | تعداد صفحات: ۷ | تعداد نمایش خلاصه: ۶۶۳ | نظرات: ۰
سال انتشار: ۱۳۹۴
کد COI مقاله: REGCMAES02_102
زبان مقاله: فارسی
حجم فایل: ۴۱۷.۶۲ کیلوبایت (فایل این مقاله در ۷ صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این مقاله را خریداری نمایید.
با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک مقاله) دریافت نمایید. برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید. در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.
لطفا قبل از اقدام به خرید اینترنتی این مقاله، ابتدا تعداد صفحات مقاله را در بالای این صفحه کنترل نمایید.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۷ صفحه است در اختیار داشته باشید.

قیمت این مقاله : ۳,۰۰۰ تومان

آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله الگوریتم گرادیان مزدوج پیش شرط BFGS مقیاسی برای بهینه سازی نامقید

  مرتضی کاملی - گروه ریاضی کاربردی، دانشکده علوم پایه، دانشگاه آزاد اسلامی واحد تبریز، تبریز،ایران
  منور کربلایی علیلو - گروه ریاضی کاربردی، آموزشکده فنی حرفه ای سما، دانشگاه آزاد اسلامی واحد خوی، خوی، ایران

چکیده مقاله:

در این مقاله برای حل مسائل بهینه سازی نامقید، یک الگوریتم گرادیان مزدوج پیش شرطی BFGS بدون حافظه مقیاسی ارائه می شود. ایده اصلی در این مقاله، ترکیب روش BFGS بی حافظه مقیاسی و تکنیک پیش شرطی در قالب روش گرادیان مزدوج می باشد. پیش شرط ساز، که یک ماتریس BFGS بی حافظه مقیاسی هم محسوب می گردد، به شرطی دوباره راه اندازی می شود که ضابطه شروع دوباره پاول منعقد گردد. پارامتری که گرادیان را مورد محاسبه قرار می دهد، بعنوان گرادیان طیفی برگزیده می شود. نتایج محاسباتی بدست آمده برای مجموعه ای شامل هفت صد و پنجاه مسئله آزمایشی بهینه سازی نامقید حاکی از آن است که این الگوریتم گرادیان مزدوج مقیاسی جدید بطور قابل توجهی دارای عملکردی بهتر نسبت به روش های گرادیان مزدوج نظیر گرادیان مزدوج طیفی متعلف به بیرجین و مارتینز می باشد.

کلیدواژه‌ها:

بهینه سازی نامقید – روش گرادیان مزدوج – پیش شرط ساز BFGS

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:
https://www.civilica.com/Paper-REGCMAES02-REGCMAES02_102.html
کد COI مقاله: REGCMAES02_102

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
کاملی, مرتضی و منور کربلایی علیلو، ۱۳۹۴، الگوریتم گرادیان مزدوج پیش شرط BFGS مقیاسی برای بهینه سازی نامقید، دومین همایش ملی ریاضیات و کاربردهای آن در علوم مهندسی، ساری، دانشگاه آزاد اسلامی واحد جویبار، https://www.civilica.com/Paper-REGCMAES02-REGCMAES02_102.html

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (کاملی, مرتضی و منور کربلایی علیلو، ۱۳۹۴)
برای بار دوم به بعد: (کاملی و کربلایی علیلو، ۱۳۹۴)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

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 :

  • E. Birgin, J.M. Mart 1nez, A spectral conjugate gradient method ...
  • I. Bongartz, A.R. Conn, N.I.M. Gould, P.L. Toint, CUTE: Constrained ...
  • Y.H. Dai, L.Z. Liao, New conjugate conditions and related nonlinear ...
  • R. Fletcher, C.M. Reeves, Function minimization by conjugate gradients, Comput. ...
  • M.R. Hestenes, E. Stiefel, Methods of conjugate gradients for solving ...
  • D. Liu, J. Nocedal, On the limited memory BFGS method ...
  • J. Nocedal. http:/www. ece. northwestern. edu/-nocedal/l fgs.html. ...
  • J.M. Perry, A class of conjugate gradient algorithms with a ...
  • E. Polak, G. Ribi ere, Note sur la convergence de ...
  • M.J.D. Powell, Restart procedures for the conjugate gradient method, Math. ...
  • D.F. Shanno, Conjugate gradient methods with inexact searches, Math. Oper. ...
  • D.F. Shanno, On the convergence of a new conjugate gradient ...
  • P. Wolfe, Convergence conditions for ascent methods, SIAM Rev. 11 ...
  • P. Wolfe, Convergence conditions for ascent methos II: Some corrections, ...
  • Neculai Andrei, A scaled BFG, preconditioned conjugate gradient algorithm for ...
  • علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: دانشگاه آزاد
    تعداد مقالات: ۱۰۳۷۱
    در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

    مدیریت اطلاعات پژوهشی

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    مقالات پیشنهادی مرتبط

    مقالات مرتبط جدید

    شبکه تبلیغات علمی کشور

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره COI

    COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
    کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.