به منظور بهبود روش گرادیان مزدوج کلاسیک هستنس-اشتیفل، شنگوی و همکاران یک روش گرادیان مزدوج موثر را پیشنهاد کردند که با استفاده از جستجوی خطی ولف قوی (با محدود کردن پارامترهای جستجوی خطی) در خاصیت کافی کاهشی ‎صدق می کند. با الهام از توسیع مقیاس بندی شده ی روش هستنس- چکیده کامل
به منظور بهبود روش گرادیان مزدوج کلاسیک هستنس-اشتیفل، شنگوی و همکاران یک روش گرادیان مزدوج موثر را پیشنهاد کردند که با استفاده از جستجوی خطی ولف قوی (با محدود کردن پارامترهای جستجوی خطی) در خاصیت کافی کاهشی ‎صدق می کند. با الهام از توسیع مقیاس بندی شده ی روش هستنس-اشتیفل که اخیرا توسط دانگ و همکاران مطرح شده است، یک اصلاح مقیاس بندی شده از روش گرادیان مزدوج شنگوی و همکاران پیشنهاد می شود که قادر است شرط کافی کاهشی را مستقل از تکنیک جستجوی خطی و بدون فرض تحدب تابع هدف برقرار سازد. همچنین، همگرایی سراسری روش مطرح شده بر اساس فرضیات استاندارد مورد بحث قرار می‌گیرد. به علاوه، یک تقریب هموار برای مساله بهینه‌سازی حسگری فشرده ارائه می شود. عملکرد عددی بر مجموعه‌ای از مسائل کلاسیک از کتابخانه CUTEr و نیز در حل مساله حسگری فشرده مورد ارزیابی قرار می گیرد. نتایج مقایسات برتری رویکرد پیشنهادی را به تصویر می کشند.
پرونده مقاله
شبکه عصبی تصمیم یک رویکرد جدید برای حل مسائل تصمیم­گیری چندهدفه مبتنی بر شبکه‌های عصبی مصنوعی می‌باشد. با بکارگیری روشهای ارزیابی غیردقیق، ظرفیت یادگیری در این شبکه افزایش یافته و حجم مجموعه داده آموزشی کاهش یافته است. لذا شرایط برای تصمیم‌گیرندگان تسهیل شده است. ر چکیده کامل
شبکه عصبی تصمیم یک رویکرد جدید برای حل مسائل تصمیم­گیری چندهدفه مبتنی بر شبکه‌های عصبی مصنوعی می‌باشد. با بکارگیری روشهای ارزیابی غیردقیق، ظرفیت یادگیری در این شبکه افزایش یافته و حجم مجموعه داده آموزشی کاهش یافته است. لذا شرایط برای تصمیم‌گیرندگان تسهیل شده است. روش موجود برای آموزش پارامترهای این شبکه مبتنی بر روش گرادیان است. یکی از محدودیت‌های روش فعلی، سرعت همگرایی آن است. در این مقاله، جهت افزایش کارآیی شبکه‌عصبی تصمیم، روشی مبتنی برگرادیان مزدوج برای آموزش این شبکه توسعه داده شده‌است. نکته ویژه در آموزش شبکه عصبی تصمیم این است که ساختار و پارامترهای دو زیر شبکه پرسپترون چند لایه موجود در شبکه عصبی تصمیم در فرآیند آموزش یکسان باقی بماند. کارایی روش پیشنهادی در حل مسئله تصمیم­گیری چند هدفه با توابع مطلوبیت متعدد خطی و غیرخطی ارزیابی می­شود. نتایج روش پیشنهادی با برخی روش­های مشابه مقایسه شده و نشان می‌دهد که در روش پیشنهادی، همگرایی نسبت به روش­ قبلی سریع­تر بوده و نتایج مطلوب‌تر هستند.
پرونده مقاله
In this paper, the conjugate gradient method coupled with adjoint problem is used in order to solve the inverse heat conduction problem and estimation of the time- dependent heat flux using the temperature distribution at a point in a three layer system with none homoge چکیده کامل
In this paper, the conjugate gradient method coupled with adjoint problem is used in order to solve the inverse heat conduction problem and estimation of the time- dependent heat flux using the temperature distribution at a point in a three layer system with none homogeneous boundary conditions. Also, the effect of noisy data on final solution is studied. For solving this problem the general coordinate method is used. The inverse heat conduction problem of estimating the transient heat flux, applied on part of the boundary of an irregular region is solved in this paper. The present formulation is general and can be applied to the solution of boundary inverse heat conduction problems over any region that can be mapped into a rectangle. The obtained results for few selected examples show the good accuracy of the presented method. Also the solutions have good stability even if the input data includes noise. Applications of this model are in the thermal protect systems (t.p.s.) and heat shield systems.
پرونده مقاله
In an effort to make modification on the classical Hestenes--Stiefel method, Shengwei et al. proposed an efficient conjugate gradient method which possesses the sufficient descent condition when the line search fulfills the strong Wolfe conditions (by restricting the li چکیده کامل
In an effort to make modification on the classical Hestenes--Stiefel method, Shengwei et al. proposed an efficient conjugate gradient method which possesses the sufficient descent condition when the line search fulfills the strong Wolfe conditions (by restricting the line search parameters). Here, we develop a three--term extension of the method which guarantees the sufficient descent condition independent to the line search. Also, we establish global convergence of the method using convexity assumption. At last, practical merits of the proposed method are investigated by numerical experiments on a set of CUTEr test functions. The results show numerical efficiency of the method.
پرونده مقاله
The nonlinear conjugate gradient method solves issues of the frame: minimize f(x), x∈Remploying an iterative plot, x(k+1)=x(k)+αk d(k), where f is a non-polynomial function. We utilized two variants of the optimum line search namely, direct and indirect metho چکیده کامل
The nonlinear conjugate gradient method solves issues of the frame: minimize f(x), x∈Remploying an iterative plot, x(k+1)=x(k)+αk d(k), where f is a non-polynomial function. We utilized two variants of the optimum line search namely, direct and indirect methods, to compute the step-length in this paper. Both line searches yielded a great outcome when employed to a few unconstrained non-polynomial test functions.
پرونده مقاله
سکوی نشر دانش
سند یا سکوی نشر دانش ،سامانه ای جهت مدیریت حوزه علمی و پژوهشی نشریات دانشگاه آزاد می باشد
