拟牛顿法python_GitHub - FadedCosine/Optimization-Theory-and-Methods: 最优化理论与算法的算法实现，包括牛顿型算法、非精确牛顿型算法、拟牛顿型...

最优化算法实现

文件结构

该项目为最优化理论与算法的课程项目，项目文件结构如下：

├── Large_Scale_Methods #有限内存的拟牛顿方法

| ├── L_BFGS.py #包括有限内存BFGS和其压缩形式的代码实现

| └── L_SR1.py #包括有限内存SR1的压缩形式的代码实现

├── Line_Search #包含了线搜索程序

| ├── exact_line_search.py # 包含精确线搜索代码：进退法和0.618法的实现

| ├── inexact_line_search.py # 非精确线搜索的代码实现，通过参数选择["Armijo Goldstein", "Wolfe Powell", "Strong Wolfe Powell"]不同的准则

| └── GLL.py # GLL准则的代码实现

├── Newton_Methods

| ├── fletcher_freeman.py # Fletcher Freeman方法的代码实现

| ├── newton_method.py # 包括了阻尼牛顿法、GM稳定牛顿法的代码实现

| └── inexact_newton_method.py #非精确牛顿法和非精确牛顿回溯法的代码实现

├── Trust_Region_Methods #包括信赖域型算法主框架，以及对信赖域子问题求解的不同算法

| ├── hebden.py #包括Hebden方法求解信赖域子问题的代码实现

| ├── sorensen.py #包括More-Sorensen方法求解信赖域子问题的代码实现

| ├── trust_region_main.py #包括信赖域型算法主框架的实现，以及在测试函数上的测试代码</