期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
4
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
一个基于非单调技术的超记忆梯度法
1
作者
林海婵
李靖雅
欧宜贵
《应用数学》
CSCD
北大核心
2020年第1期116-125,共10页
本文给出一个修正的非单调线搜索策略,并结合该策略提出一个求解无约束优化问题的超记忆梯度算法.该算法的主要特点是:在每一次迭代中,它所产生的搜索方向总是满足充分下降条件.这一特性不依赖于目标函数的凸性以及方法所采用的线搜索策...
本文给出一个修正的非单调线搜索策略,并结合该策略提出一个求解无约束优化问题的超记忆梯度算法.该算法的主要特点是:在每一次迭代中,它所产生的搜索方向总是满足充分下降条件.这一特性不依赖于目标函数的凸性以及方法所采用的线搜索策略.在较弱的条件下,该方法具有全局收敛和局部R-线性收敛性.数值实验表明了该方法的有效性.
展开更多
关键词
无约束优化
非单调技术
超记忆梯度法
收敛性分析
数值实验
在线阅读
下载PDF
职称材料
均匀设计在橡胶纳米复合材料制备工艺中的应用
被引量:
1
2
作者
韩汉鹏
林海婵
+1 位作者
何勇
薛文珑
《安徽农业科学》
CAS
北大核心
2008年第8期3064-3066,共3页
通过均匀设计,对橡胶纳米复合材料制备工艺中有机土浓度、分散剂浓度、胶乳浓度和土填充量4个因子进行了研究。结果表明:当有机土浓度取6.97%,分散剂浓度取85.00%,胶乳浓度取25.86%,土填充量取6.69%时,可以使橡胶纳米复合材料的拉伸强...
通过均匀设计,对橡胶纳米复合材料制备工艺中有机土浓度、分散剂浓度、胶乳浓度和土填充量4个因子进行了研究。结果表明:当有机土浓度取6.97%,分散剂浓度取85.00%,胶乳浓度取25.86%,土填充量取6.69%时,可以使橡胶纳米复合材料的拉伸强度达到最佳值。
展开更多
关键词
橡胶纳米复合材料
均匀设计
拉伸强度
SAS/STAT
在线阅读
下载PDF
职称材料
带凸约束的非线性方程组的无导数记忆法
被引量:
3
3
作者
许琼
林海婵
欧宜贵
《应用数学》
CSCD
北大核心
2016年第3期686-696,共11页
基于无导数线搜索技术和投影方法,本文提出了一种新的求解带凸约束的非线性方程组的无导数记忆法.该方法在每步迭代时不需要计算和贮存任何矩阵,因而适合求解大规模非线性方程组问题.在较弱条件下,该算法具有全局收敛性.数值试验结果及...
基于无导数线搜索技术和投影方法,本文提出了一种新的求解带凸约束的非线性方程组的无导数记忆法.该方法在每步迭代时不需要计算和贮存任何矩阵,因而适合求解大规模非线性方程组问题.在较弱条件下,该算法具有全局收敛性.数值试验结果及其相关的比较表明该算法是比较有效的.
展开更多
关键词
非线性方程组
无导数记忆法
投影法
整体收敛性
数值试验
在线阅读
下载PDF
职称材料
一类带凸约束的单调非线性方程组的无导数投影法收敛率分析
被引量:
1
4
作者
李琳
林海婵
欧宜贵
《应用数学》
CSCD
北大核心
2021年第4期940-949,共10页
在适当的条件下,本文进一步研究带凸约束的单调非线性方程组的超记忆梯度型方法,并建立了它的次线性收敛率.同时,本文还给出求解带凸约束的单调非线性方程组的无导数投影法的更一般的算法框架,并分析了其收敛性及其收敛率.两个说明性的...
在适当的条件下,本文进一步研究带凸约束的单调非线性方程组的超记忆梯度型方法,并建立了它的次线性收敛率.同时,本文还给出求解带凸约束的单调非线性方程组的无导数投影法的更一般的算法框架,并分析了其收敛性及其收敛率.两个说明性的数值计算实例表明了该算法框架的可行性.
展开更多
关键词
非线性方程组
单调性
投影方法
收敛率分析
在线阅读
下载PDF
职称材料
题名
一个基于非单调技术的超记忆梯度法
1
作者
林海婵
李靖雅
欧宜贵
机构
海南大学理学院
出处
《应用数学》
CSCD
北大核心
2020年第1期116-125,共10页
基金
国家自然科学基金项目(11961018,11761025)
文摘
本文给出一个修正的非单调线搜索策略,并结合该策略提出一个求解无约束优化问题的超记忆梯度算法.该算法的主要特点是:在每一次迭代中,它所产生的搜索方向总是满足充分下降条件.这一特性不依赖于目标函数的凸性以及方法所采用的线搜索策略.在较弱的条件下,该方法具有全局收敛和局部R-线性收敛性.数值实验表明了该方法的有效性.
关键词
无约束优化
非单调技术
超记忆梯度法
收敛性分析
数值实验
Keywords
Unconstrained optimization
Nonmonotone technique
Supermemory gradient method
Convergence analysis
Numerical experiment
分类号
O221 [理学—运筹学与控制论]
在线阅读
下载PDF
职称材料
题名
均匀设计在橡胶纳米复合材料制备工艺中的应用
被引量:
1
2
作者
韩汉鹏
林海婵
何勇
薛文珑
机构
海南大学信息科学技术学院
出处
《安徽农业科学》
CAS
北大核心
2008年第8期3064-3066,共3页
基金
海南省自然科学基金项目(80650)
海南省教育厅科研项目(Hjsk2006010)
文摘
通过均匀设计,对橡胶纳米复合材料制备工艺中有机土浓度、分散剂浓度、胶乳浓度和土填充量4个因子进行了研究。结果表明:当有机土浓度取6.97%,分散剂浓度取85.00%,胶乳浓度取25.86%,土填充量取6.69%时,可以使橡胶纳米复合材料的拉伸强度达到最佳值。
关键词
橡胶纳米复合材料
均匀设计
拉伸强度
SAS/STAT
Keywords
Rubber Nancomposite
Uniform design
Tensile strength of composite
SAS/STAT
分类号
O212 [理学—概率论与数理统计]
在线阅读
下载PDF
职称材料
题名
带凸约束的非线性方程组的无导数记忆法
被引量:
3
3
作者
许琼
林海婵
欧宜贵
机构
海南大学信息学院数学系
出处
《应用数学》
CSCD
北大核心
2016年第3期686-696,共11页
基金
国家自然科学基金(11261015)
海南省自然科学基金(111001
114002)
文摘
基于无导数线搜索技术和投影方法,本文提出了一种新的求解带凸约束的非线性方程组的无导数记忆法.该方法在每步迭代时不需要计算和贮存任何矩阵,因而适合求解大规模非线性方程组问题.在较弱条件下,该算法具有全局收敛性.数值试验结果及其相关的比较表明该算法是比较有效的.
关键词
非线性方程组
无导数记忆法
投影法
整体收敛性
数值试验
Keywords
Nonlinear equation
Derivative-free memory method
Projection method
Global convergence
Numerical experiment
分类号
O221 [理学—运筹学与控制论]
O241 [理学—计算数学]
在线阅读
下载PDF
职称材料
题名
一类带凸约束的单调非线性方程组的无导数投影法收敛率分析
被引量:
1
4
作者
李琳
林海婵
欧宜贵
机构
海南大学理学院
出处
《应用数学》
CSCD
北大核心
2021年第4期940-949,共10页
基金
Supported by NNSF(11961018)
NSF of Hainan Province (120QN175)。
文摘
在适当的条件下,本文进一步研究带凸约束的单调非线性方程组的超记忆梯度型方法,并建立了它的次线性收敛率.同时,本文还给出求解带凸约束的单调非线性方程组的无导数投影法的更一般的算法框架,并分析了其收敛性及其收敛率.两个说明性的数值计算实例表明了该算法框架的可行性.
关键词
非线性方程组
单调性
投影方法
收敛率分析
Keywords
Nonlinear equation
Monotonicity
Projection method
Analysis on convergence rate
分类号
O221 [理学—运筹学与控制论]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
一个基于非单调技术的超记忆梯度法
林海婵
李靖雅
欧宜贵
《应用数学》
CSCD
北大核心
2020
0
在线阅读
下载PDF
职称材料
2
均匀设计在橡胶纳米复合材料制备工艺中的应用
韩汉鹏
林海婵
何勇
薛文珑
《安徽农业科学》
CAS
北大核心
2008
1
在线阅读
下载PDF
职称材料
3
带凸约束的非线性方程组的无导数记忆法
许琼
林海婵
欧宜贵
《应用数学》
CSCD
北大核心
2016
3
在线阅读
下载PDF
职称材料
4
一类带凸约束的单调非线性方程组的无导数投影法收敛率分析
李琳
林海婵
欧宜贵
《应用数学》
CSCD
北大核心
2021
1
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部