Numerical Optimization (Jorge Nocedal & Stephen J.Wright) Second Edition
第四章: 信赖域方法 文章目录 第四章: 信赖域方法 信赖域算法之框架 1. 基于Cauchy点的算法 1.1 Cauchy点 1.2 折线算法 (The Dogleg Method) 1.3 二维子空间最小化 (Cont'd) 2. 全局收敛性 2.1 Cauchy点的函数值下降 2.2 全局收敛性 3. 子问题的迭代求解 3.1 简单情形 3.2 困难情形 3.3 定理1的证明 3.4 基于非
相关文章
- 1. 【Numerical Optimization】2 线搜索算法 PART 1（Jorge Nocedal 学习笔记）
- 2. 【Numerical Optimization】1 基础引入 （Jorge Nocedal 学习笔记）
- 3. 数值优化（Numerical Optimization）学习系列-目录
- 4. Numerical Optimization之Nonlinear Equations
- 5. Numerical Optimization---拟牛顿法
- 6. Numerical Optimization---Nonlinear conjugate Gradient Methods
- 7. Numerical Optimization之Least-Squares Problems
- 8. Numerical Optimization共轭梯度法
- 9. Robotics, Vision and Control, Second Edition读书笔记
- 10. Numerical Optimization Ch17. Penalty and Augmented Lagragian Methods
- 更多相关文章...
- • XML DOM appendChild() 方法 - XML DOM 教程
- • XML DOM setAttribute() 方法 - XML DOM 教程
- • 算法总结-归并排序
相关标签/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
欢迎关注本站公众号,获取更多信息
相关文章
- 1. 【Numerical Optimization】2 线搜索算法 PART 1（Jorge Nocedal 学习笔记）
- 2. 【Numerical Optimization】1 基础引入 （Jorge Nocedal 学习笔记）
- 3. 数值优化（Numerical Optimization）学习系列-目录
- 4. Numerical Optimization之Nonlinear Equations
- 5. Numerical Optimization---拟牛顿法
- 6. Numerical Optimization---Nonlinear conjugate Gradient Methods
- 7. Numerical Optimization之Least-Squares Problems
- 8. Numerical Optimization共轭梯度法
- 9. Robotics, Vision and Control, Second Edition读书笔记
- 10. Numerical Optimization Ch17. Penalty and Augmented Lagragian Methods