多参数及超松弛邻近尺度邻近点算法研究  

作　　者：陈昌燕 

机构地区：[1]江苏联合职业技术学院盐城机电分院,江苏盐城224000

出　　处：《焦作师范高等专科学校学报》2023年第3期70-76,共7页Journal of Jiaozuo Teachers College

基　　金：盐城市教科院职业教育教学改革研究课题“中职数学信息化教学资源开发与运用研究”(Zj1701)。

摘　　要：针对临近点算法的尺度梯度问题,对多参数及超松弛邻近尺度邻近点算法进行了研究.验证了多参数临近尺度梯度算法、超松弛邻近尺度梯度算法序列的强收敛性和有界扰动恢复性,分别进行Superiorization算法的算例分析.结果显示,超松弛邻近尺度梯度算法在运行耗时、迭代次数上均明显好于多参数临近尺度梯度算法.相对于多参数临近尺度梯度算法,多参数邻近尺度梯度算法的有界扰动算法、结合Superiorization的多参数临近尺度梯度算法、超松弛邻近尺度梯度算法性能更优.

关 键 词：多参数 邻近尺度 超松弛 邻近点 Superiorization 

分 类 号：O224[理学—运筹学与控制论]