您的位置： 专家智库 > >

杨晓辉

作品数：2 被引量：8H指数：2
供职机构：中南大学数学与统计学院更多>>
发文基金：中国博士后科学基金国家高技术研究发展计划国家大学生创新性实验计划更多>>
相关领域：理学更多>>

合作作者

文献类型

  • 2篇中文期刊文章

领域

  • 2篇理学

主题

  • 1篇遗传算法
  • 1篇算子
  • 1篇梯度算子
  • 1篇条件数
  • 1篇退火算法
  • 1篇全局优化
  • 1篇线性方程组
  • 1篇模拟退火
  • 1篇模拟退火算法
  • 1篇混合算法
  • 1篇共轭
  • 1篇共轭梯度
  • 1篇共轭梯度法
  • 1篇函数优化
  • 1篇方程组
  • 1篇BFGS算法
  • 1篇病态线性方程...

机构

  • 2篇中南大学

作者

  • 2篇郑洲顺
  • 2篇黄光辉
  • 2篇杨晓辉

传媒

  • 1篇上饶师范学院...
  • 1篇贵州工业大学...

年份

  • 2篇2008
共 2 条 记 录，以下是 1-2
全选 清除 导出
排序方式：
求解病态线性方程组的混合算法被引量：6
2008年
首先通过变分原理将求解线性方程组的问题转化为等价的求解无约束函数最优化问题的极小值。通过研究BFGS算法和模拟退火算法的优缺点,鉴于BFGS的良好的局部搜索能力以及模拟退火法的全局搜索能力,提出了一个BFGS-SA的混合算法。数值实验表明该混合算法校正了BFGS的局部搜索能力,达到了全局最优解,从而得到了原病态线性方程组的解。
郑洲顺黄光辉杨晓辉
关键词：BFGS算法模拟退火算法全局优化混合算法病态线性方程组
嵌入共轭梯度算子的遗传算法被引量：2
2008年
分析病态线性方程组的机理,将原线性方程组的求解问题转化为一个等价变分问题的极少值点寻优问题。在遗传算法产生的子代群体的个体以固定的概率采用共轭梯度法产生新子群,即采用共轭梯度法在局部进行搜索。将共轭梯度法局部搜索能力与遗传算法全局搜索能力有机结合,从而实现了混合算法的优化。算例结果表明,该算法对于病态方程组的求解效果明显优于一般的遗传算法和共轭梯度法。
郑洲顺杨晓辉黄光辉
关键词：遗传算法共轭梯度法条件数函数优化
全选 清除 导出
共1页<1>
聚类工具0