یک روش لونبرگ-مارکوارت جدید بر پایه ساختار گرادیان مزدوج برای حل معادلات قدرمطلقی

محورهای موضوعی : آمار

فرزاد راهپیمایی ¹ , کیوان امینی ² , توفیق اللهویرنلو ³

1 - گروه ریاضی، دانشگاه آزاد اسلامی، واحد علوم و تحقیقات، تهران، ایران
2 - گروه ریاضی، دانشگاه رازی، کرمانشاه، ایران
3 - گروه ریاضی، دانشگاه آزاد اسلامی، واحد علوم و تحقیقات، تهران، ایران

تاریخ دریافت : 1397/09/24 تاریخ پذیرش : 1397/11/27 تاریخ انتشار : 1398/10/01

کلید واژه: method
Global theory, Absolute value equation
Levenberg-Marquardt approach
Conjugate subgradient,

چکیده مقاله :

در این مقاله، یک روش گرادیان مزدوج جدید برای حل معادله قدرمطلقی ارائه میکنیم که از روش لونبرگ-مارکوارت بر پایه ساختار گرادیان مزدوج استفاده میکند. در روشهای گرادیان مزدوج جهت جستجوی جدید ترکیب جهت تندترین شیب با جهت جستجوی تکرار قبلی بهدست میآید که ممکن است به نتایج عددی خوبی منجر نشود. بنابراین، ما جهت لونبرگ-مارکوارت را بهجای جهت تندترین شیب جایگزین میکنیم. جهتهای جستجوی تولید شده توسط الگوریتم جدید در هر تکرار در شرط کاهشی صدق میکنند. همچنین، همگرایی سراسری الگوریتم جدید تحت بعضی فرضهای استاندارد ثابت شده است. نتایج عددی نیز کارایی روش جدید را تایید میکنند.

چکیده انگلیسی:

In this paper, we present a new approach for solving absolute value equation (AVE) whichuse Levenberg-Marquardt method with conjugate subgradient structure. In conjugate subgradientmethods the new direction obtain by combining steepest descent direction and the previous di-rection which may not lead to good numerical results. Therefore, we replace the steepest descentdirection by the Levenberg-Marquardt direction. The descent property of the direction generatedby new algorithm in each iteration is established. Also, the global convergence of such a methodare established under some mild assumptions. Some numerical results are reported.In this paper, we present a new approach for solving absolute value equation (AVE) whichuse Levenberg-Marquardt method with conjugate subgradient structure. In conjugate subgradientmethods the new direction obtain by combining steepest descent direction and the previous di-rection which may not lead to good numerical results. Therefore, we replace the steepest descentdirection by the Levenberg-Marquardt direction. The descent property of the direction generatedby new algorithm in each iteration is established. Also, the global convergence of such a methodare established under some mild assumptions. Some numerical results are reported.