基于Hooke-Jeeves方法和最速下降法的组合最优化方法研究

在解决优化问题时,最速下降法是常用的最优化方法之一,但其越接近目标值,步长越小,前进越慢,使迭代次数增多.而对于另外一种Hooke-Jeeves最优化方法而言,初值的选择对它的收敛速度有着很大的影响.因此,本文将最速下降法与Hooke-Jeeves方法进行组合,先利用最速下降法得到一个较接近目标值的解,然后利用这个解作为初始解代入Hooke-Jeeves方法中,以此得到规定误差内的最优解,从而达到提高收敛速度的目的.最后,通过实例验证了本文提出的组合最优化方法的优越性.