Hessian正定下的休恩算法:求解二次模型信赖域子问题的高效方法

需积分: 9 0 下载量 49 浏览量 更新于2024-08-12 收藏 327KB PDF 举报
本文档探讨了一种在Hessian矩阵正定条件下解决二次模型信赖域子问题的创新算法——休恩算法。作者李亮、王希云、张雅琦和于海波基于太原科技大学应用科学学院的研究背景,首先利用二次模型信赖域子问题的精确求解方法,推导出最优曲线的参数方程,这一步骤是优化问题的关键,因为它确定了目标函数在搜索过程中的局部最优行为。 接下来,他们构建了一种最优曲线的微分方程模型,通过微分方程理论,利用休恩方法来构造一条折线。休恩方法是一种数值求解技术,它通过对微分方程的近似求解,生成一个近似的最优路径,这在实际计算中更为高效,避免了精确求解的复杂性和高计算成本。 与传统的切线单折线法进行对比,这种方法通过折线代替最优曲线,显著简化了子问题的求解过程。数值实验结果显示,新提出的休恩算法在处理此类问题时表现出明显的优越性,能够更有效地逼近全局最优解,尤其是在Hessian矩阵正定的情况下,这确保了算法的稳定性和收敛性。 论文关注的核心是无约束最优化问题,特别是在元约束最优化问题的信赖域方法求解中,特别是解决(2)式所示的二次模型信赖域子问题。由于信赖域方法在优化领域的广泛应用,这种新的求解策略对于优化算法库的发展具有重要意义。 总结来说,本文的主要贡献在于提出了一种基于休恩方法的求解策略,不仅理论上严谨,而且在实际应用中具有高效性和稳定性,为处理二次模型信赖域子问题提供了一种新的高效工具,对优化理论和实践都有着积极的影响。