A New Quasi-Newton's Method for Unconstrained Multiobjective Optimization

摘要：

基于在新拟牛顿方程形式下无约束单目标优化问题改进的拟牛顿法,提出了无约束多目标优化问题的一种新的拟牛顿法,同时在一定的假设条件下,结合Wolfe线性搜索准则,证明了算法具有全局收敛性和超线性收敛性,并进行了数值试验,结果表明,所提的新算法是正确和有效的,并能够迭代得到可使多个目标更优的临界点.

Based on the improved quasi-Newton＇s methods for unconstrained optimization problems, we present a new quasi-Newton＇s method for multiobjective optimization without constraints, and prove its global and superlinear convergence un- der Wolfe line search. Numerical results also show that the proposed method is efficient, and better critical point can be ob- tained by iteration.

作者：

王菲菲 徐尔 赵金玲

机构地区：

北京科技大学数理学院

出处：

《betway官方app 学报：自然科学版》 CAS 北大核心 2016年第1期21-24,35,共5页

基金：

国家自然科学基金青年基金项目(11101028) 北京高校青年英才计划资助(YETP0385)

关键词：

多目标优化 新拟牛顿法 Wolfe线性搜索 PARETO最优解

multiobjective optimization new quasi-Newton＇s method Wolfe line search Pareto optimal

分类号：

O221.6 [理学—运筹学与控制论]

无约束多目标优化的一种新的拟牛顿法.pdf