大规模非线性方程组问题的有限记忆拟牛顿方法研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    11261006
  • 项目类别:
    地区科学基金项目
  • 资助金额:
    50.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    A0405.连续优化
  • 结题年份:
    2016
  • 批准年份:
    2012
  • 项目状态:
    已结题
  • 起止时间:
    2013-01-01 至2016-12-31

项目摘要

There are many numerical methods which are the trust region method, Newton method, and quasi-Newton method etc. to solve nonlinear equations. The computation and storage of the Jacobian matrix (or a correction matrix) is necessary, which occupies obviously a large number of computer memory. Then it is difficult to solve large scale problems. The limited memory quasi-newton method is one of the most effective methods for unconstrained optimization problems, which has fast convergent rate and less storage space. Moreover, it is suitable for solving large-scale problems. This method is used to solve nonlinear equations and the paper is published in journal of SCI (MCM, 54(2011)). However, it has not been widely used in nonlinear equations problems. How to play the low storage and quick speed of the limited memory quasi-Newton method and solve successfully large-scale nonlinear equations problems is a significance work..In view of the above considerations, we will make the following studies: 1.The limited memory quasi-newton algorithms for large-scale nonlinear equations are studied, which have the global convergence and the high-order convergence rate combining with the trust region method; 2.The super relaxation technique is used and the rapid limited memory quasi-newton algorithms are designed; 3.For numerical results, the nonlinear equations with at least 100000 dimension are successfully solved by Fortran (or Matlab) code.
非线性方程组的数值方法有信赖域法、牛顿法和拟牛顿法等,这些方法需计算和存储雅克比矩阵或校正矩阵,占用大量计算机内存,很难求解其大规模问题。有限记忆拟牛顿方法是近年来出现的求解无约束优化问题非常有效的算法,它具有收敛速度快、存储量小的优点,特别适合大规模问题。我们将此方法应用于非线性方程组问题,得到的初步成果已发表在SCI期刊上(MCM,54(2011)),可有限记忆拟牛顿方法在非线性方程组中还没有得到广泛应用。如何发挥有限记忆拟牛顿方法低存储、速度快的优点,并成功求解大规模非线性方程组问题,是很有意义的研究工作。.鉴于此,本项目具体研究:1、大规模非线性方程组的有限记忆拟牛顿算法研究,获得全局收敛性,将其与信赖域方法结合,得到高阶收敛速度;2、采用超松弛技术,设计出快速的有限记忆拟牛顿算法;3、数值结果方面,利用Fortran(或Matlab)语言成功求解至少10万维的非线性方程组问题。

结项摘要

非线性方程组问题的求解是实际工程领域的一个重要问题,在数值天气预报、石油勘探、计算生物化学、控制领域和轨道设计等方面均有较强的应用背景。另外,最优化方法是现代管理科学的重要理论基础和不可缺少的方法,被人们广泛地应用到公共管理、经济管理和国防等各个领域,一直是国内外众多学者的研究热点。本项目主要在最优化理论与方法中的拟牛顿方法、共轭梯度法和信赖域方法方面做了较为深入的研究并将其应用于光滑和非光滑问题,同时研究大规模非线性方程组问题的有限记忆拟牛顿方法和共轭梯度法方面,探讨上述方法和问题的理论收敛性、下降性和信赖域特点,以及他们的数值表现(主要针对大规模问题)。. 在项目经费的资助下,本项目均按照预定目标顺利执行,截止目前,共发表标有基金编号的学术论文20篇,其中SCI收录14篇,EI收录9篇,中文核心期刊2篇,另有一篇论文入选ESI全球Top 0.1%“热点论文”;出版学术专著1部。培养毕业硕士研究生3名,在读硕士研究生4名。

项目成果

期刊论文数量(20)
专著数量(1)
科研奖励数量(1)
会议论文数量(0)
专利数量(0)
A modified PRP conjugate gradient algorithm with nonmonotone line search for nonsmooth convex optimization problems
一种求解非光滑凸优化问题的非单调线搜索的改进 PRP 共轭梯度算法
  • DOI:
    10.1007/s12190-015-0912-8
  • 发表时间:
    2016
  • 期刊:
    J. Appl. Math. Comput.
  • 影响因子:
    --
  • 作者:
    Gonglin Yuan;Zengxin Wei
  • 通讯作者:
    Zengxin Wei
A modified Hestenes and Stiefel conjugate gradient algorithm for large-scale nonsmooth minimizations and nonlinear equations
用于大规模非光滑最小化和非线性方程的改进 Hestenes 和 Stiefel 共轭梯度算法
  • DOI:
    --
  • 发表时间:
    2016
  • 期刊:
    Journal of Optimization Theory and Applications
  • 影响因子:
    1.9
  • 作者:
    Yuan Gonglin;Meng Zehong;Li Yong
  • 通讯作者:
    Li Yong
Nonmonotone backtracking inexact BFGS method for regression analysis
用于回归分析的非单调回溯不精确 BFGS 方法
  • DOI:
    --
  • 发表时间:
    2013
  • 期刊:
    Communications in Statistics - Theory and Methods
  • 影响因子:
    --
  • 作者:
    Yuan Gonglin;Wei Zengxin
  • 通讯作者:
    Wei Zengxin
求解非线性对称方程组的范数下降算法
  • DOI:
    --
  • 发表时间:
    2015
  • 期刊:
    广西大学学报( 自然科学版)
  • 影响因子:
    --
  • 作者:
    王晓亮;袁功林;段侠彬
  • 通讯作者:
    段侠彬
A Modified Hestenes-Stiefel Conjugate Gradient Algorithm for Large-Scale Optimization
大规模优化的改进 Hestenes-Stiefel 共轭梯度算法
  • DOI:
    --
  • 发表时间:
    2013
  • 期刊:
    Numerical Functional Analysis and Optimization
  • 影响因子:
    1.2
  • 作者:
    Yuan; Gonglin;Zhang; Maojun
  • 通讯作者:
    Maojun

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

一种新的修正共轭梯度算法
  • DOI:
    --
  • 发表时间:
    2012
  • 期刊:
    广西科学
  • 影响因子:
    --
  • 作者:
    赵许培;杨英芝;袁功林
  • 通讯作者:
    袁功林
Non Monotone Backtracking Inexact BFGS Method for Regression Analysis
回归分析的非单调回溯不精确BFGS方法
  • DOI:
    10.1038/s41375-020-0979-6
  • 发表时间:
    2013
  • 期刊:
    Communications in Statistics - Theory and Methods
  • 影响因子:
    --
  • 作者:
    袁功林;韦增欣
  • 通讯作者:
    韦增欣
求解大规模非光滑优化问题的一种修正Hestenes-Stiefel共轭梯度算法
  • DOI:
    10.13718/j.cnki.xdzk.2018.05.013
  • 发表时间:
    2018
  • 期刊:
    西南大学学报(自然科学版)
  • 影响因子:
    --
  • 作者:
    黎勇;袁功林
  • 通讯作者:
    袁功林
求解大规模无约束优化问题的具有充分下降性的修改的非线性共轭梯度方法
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    Optimization Letters
  • 影响因子:
    1.6
  • 作者:
    袁功林
  • 通讯作者:
    袁功林
An Active-Set Projected Trust Region Algorithm for Box Constrained Optimization Problems
盒约束优化问题的主动集投影信赖域算法
  • DOI:
    10.1021/acs.analchem.6b04913
  • 发表时间:
    2015
  • 期刊:
    Journal of Systems Science and Complexity
  • 影响因子:
    --
  • 作者:
    袁功林;韦增欣;Maojun Zhang
  • 通讯作者:
    Maojun Zhang

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

袁功林的其他基金

大规模非光滑有界约束问题的优化方法研究
  • 批准号:
    11661009
  • 批准年份:
    2016
  • 资助金额:
    36.0 万元
  • 项目类别:
    地区科学基金项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码