反饋

無約束優化方法

無約束優化方法是研究尋求多元函數ƒ(尣)=ƒ(x1,x2,…,xn)在整個實n維空間Rn中局部極小值點的數值方法。它在非線性規劃的研究中佔有很重要的位置，除了本身的意義與應用外，它也是許多帶約束優化方法的基礎。

大多數無約束優化方法都是迭代法，每一次迭代都從某一點

無約束優化方法

這類問題在數據擬閤中經常出現，方程組的求解也可轉化為最小平方和的問題。由於目標函數具有特殊的形式，所以人們設計了專門的方法，如高斯-牛頓方法、萊文貝格-馬夸特方法等。

參考書目

R.Fletcher,Prαcticαl Methods of Optimizαtion，Unconstrαined Optimizαtion, Vol.1, John Wiley &Sons, New York, 1979.

詞條統計