طرائق التدرج الأفضل لمسائل الأمثلية مع التطبيق
Gradient Best Methods for Optimization Problems with Application
- الباحث
- حسين كردوش خلو يوسف
- المشرف
- خليل خضر عبو خضر - إدريس محمد نوري محمود عمر
- الجامعة
- جامعة الموصل
- الكلية / القسم
- كلية علوم الحاسوب والرياضيات / الرياضيات
- الشهادة
- دكتوراه
- السنة
- 2024
- لغة الرسالة
- انكليزي
- الكلمات المفتاحية
- Conjugate Gradient ; Optimization Problems ; Descent Property ; Numerical Methods
الملخص
هذه الأطروحة اشتقاق خوارزميات جديدة من التدرج المترافق. وقد ثبت نظرياً أن الخوارزميات الجديدة تتمتع بخاصية الانحدار، وعملياً تم الحصول على نتائج جيدة. بالإضافة إلى ذلك، تمت دراسة خصائص التقارب الشامل للخوارزميات المقترحة في ظل فرضيات وولف. وتعتبر الخوارزميات الجديدة فعالة للغاية عند مقارنتها بالخوارزميات المعروفة في هذا المجال. باستخدام العديد من صور الاختبار القياسية، ومن خلال النظر إلى النتائج، أصبحت الطرق الجديدة أكثر كفاءة مقارنة بالخوارزميات الكلاسيكية. يتضمن الجانب التطبيقي للأطروحة إزالة الضوضاء من الصور باستخدام الخوارزميات المقدمة. وفي الفصل الثاني وجدنا ثابتا بالاعتماد على بيتا داي يوان وإثبات خاصية الانحدار والتقارب العالمي والحصول على نتائج جيدة للطريقة المقترحة. وفي الفصل الثالث وجدنا بيتا جديدة بالاعتماد على بيتا معروفة بالإضافة إلى المعلمة 0، وإثبات خاصيتي الانحدار والتقارب العالمي، والحصول على نتائج أفضل للطريقة المقترحة. وفي الفصل الرابع وجدنا المعلمة 0، بالاعتماد على بيتا ay ral! وإثبات خاصية الانحدار والتقارب الشامل، والحصول على نتائج ممتازة أما الفصل الخامس فيتضمن مقارنة بين الطرق التي حصلنا عليها.
Abstract
This thesis deals with the derivation of new algorithms from conjugate gradient. It has been proven theoretically that the new algorithms have a regression feature, and in practice good results were obtained. In addition, the global convergence properties of the proposed algorithms were studied under Wolf hypotheses. The new algorithms are highly effective when compared to well-known algorithms in this field. Using unconstrained problems and several standard test images, By looking at the results, New methods have become more efficient compared to classical algorithms the applied aspect of the thesis involves removing noise from images using the presented algorithms. In the second chapter, we found a constant by relying on Beta Dai Yuan, proving the property of regression and global convergence, and obtaining good results for the proposed method. In the third chapter, we found a new Beta by relying on a known Beta as well as the parameter , proving the two properties of regression and global convergence, and obtaining better results for the proposed method. In the fourth chapter, we found the parameter , by relying on a known beta, proving the property of regression and global convergence, and obtaining excellent results The fifth chapter includes a comparison between the methods we obtained.
طلب نسخة من الملف
الملفات غير منشورة على الموقع. اترك بياناتك وسيتواصل معك موظفو قسم الشؤون الثقافية والفنون لإرسال النسخة مجاناً.