| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第10-11页 |
| 缩略语对照表 | 第11-14页 |
| 第一章 绪论 | 第14-24页 |
| 1.1 背景介绍 | 第14-15页 |
| 1.2 一般的MADS算法 | 第15-19页 |
| 1.2.1 经典的MADS算法 | 第15-16页 |
| 1.2.2 LTMADS算法 | 第16-18页 |
| 1.2.3 OrthoMADS算法 | 第18页 |
| 1.2.4 QRMADS算法 | 第18-19页 |
| 1.3 带模型的MADS算法 | 第19-21页 |
| 1.3.1 基于二次插值的MADS算法 | 第19-20页 |
| 1.3.2 带有近似Hessian矩阵的MADS算法 | 第20-21页 |
| 1.4 本文的主要工作 | 第21-24页 |
| 第二章 基于近似Hessian矩阵的修正网格自适应直接搜索算法 | 第24-34页 |
| 2.1 引言 | 第24-25页 |
| 2.2 准备知识 | 第25-26页 |
| 2.3 修正的QPMADS算法 | 第26-30页 |
| 2.3.1 产生探测方向集及基于正交三角分解的算法 | 第27-28页 |
| 2.3.2 算法描述 | 第28-29页 |
| 2.3.3 复杂度分析 | 第29-30页 |
| 2.4 数值实验 | 第30-33页 |
| 2.5 总结 | 第33-34页 |
| 第三章 基于增广拉格朗日乘子法的修正网格自适应直接搜索算法 | 第34-48页 |
| 3.1 引言 | 第34-35页 |
| 3.2 基于增广拉格朗日乘子法的修正MADS算法 | 第35-42页 |
| 3.2.1 增广拉格朗日乘子法的介绍 | 第35-38页 |
| 3.2.2 关于减少函数值运算次数的策略 | 第38-40页 |
| 3.2.3 算法描述 | 第40-42页 |
| 3.3 复杂度分析 | 第42页 |
| 3.4 收敛性分析 | 第42页 |
| 3.5 数值实验 | 第42-46页 |
| 3.6 总结 | 第46-48页 |
| 第四章 总结与展望 | 第48-50页 |
| 4.1 研究总结 | 第48页 |
| 4.2 研究展望 | 第48-50页 |
| 参考文献 | 第50-54页 |
| 致谢 | 第54-56页 |
| 作者简介 | 第56-57页 |
