共查询到19条相似文献,搜索用时 46 毫秒
1.
一种改进的共轭梯度法及全局收敛性 总被引:1,自引:0,他引:1
本文在DY共轭梯度法的基础上对解决无约束最优化问题提出一种改进的共轭梯度法.该方法在Wolfe线搜索下能够保证充分下降性,并在目标函数可微的条件下,证明了算法的全局收敛性.大量数值试验表明,该方法是很有效的. 相似文献
2.
共轭下降法的全局收敛性 总被引:21,自引:1,他引:21
共轭下降法最早由Fletcher提出,本文证明了一类非精确线搜索条件能保证共轭下的降法的收敛性,并且构造了反例表明,如果线搜索条件放松,则共轭下降法可能不收敛,此外,我们还得到了与Flecher-Reeves方法有关的一类方法的结论。 相似文献
3.
4.
5.
李灿 《数学的实践与认识》2016,(15):245-250
求解无约束优化问题的共轭梯度法,其搜索方向的下降性往往依赖于所采用的线性搜索.将提出一种修正的CD算法,其搜索方向d_k始终满足1-1/u≤(-g_k~Td_k)/(‖g_k‖~2)≤1+1/u(u1),即算法在不依赖任何线性搜索的情况下能始终产生充分下降方向.同时,当采用精确线性搜索时,该修正的CD算法就是标准的CD共轭梯度法.在适当条件下,还证明了修正的CD算法在强Wolfe线性搜索下具有全局收敛性.最后,我们给出了相应的数值结果,说明了算法是一种有效的算法. 相似文献
6.
为解决大规模无约束优化问题,该文结合WYL共轭梯度法和谱共轭梯度法,给出了一种WYL型谱共轭梯度法.在不依赖于任何线搜索的条件下,该方法产生的搜索方向均满足充分下降性,且在强Wolfe线搜索下证明了该方法的全局收敛性.与WYL共轭梯度法的收敛性相比,WYL型谱共轭梯度法推广了线搜索中参数σ的取值范围.最后,相应的数值结果表明了该方法是有效的. 相似文献
7.
8.
9.
白延琴 《应用数学与计算数学学报》1996,10(1):92-96
在这篇文章中,我们给出了一些新的共轭梯度算法的收敛性条件,这些条件推广了已有的条件,使的已有的共轭梯度算法的收敛性结果成为本文结果的特殊情况。 相似文献
10.
11.
改进HS共轭梯度算法及其全局收敛性 总被引:14,自引:0,他引:14
1.引 言 1952年 M.Hestenes和E.Stiefel提出了求解正定线性方程组的共轭梯度法[1].1964年R.Fletcher和C.Reeves将该方法推广到求解下列无约束优化问题: minf(x),x∈Rn,(1)其中f:Rn→R1为连续可微函数,记gk= f(xk),xk∈ Rn. 若点列{xk}由如下算法产生:其中 βk=[gTk(gk-gk-1)]/[dTk-1(gk-gk-1)].(Hestenes-Stiefel) (4)则称该算法为 Hestenes—Stiefel共轭梯度算… 相似文献
12.
1引言 考虑无约束优化问题其中f:Rn→R是一阶可微函数.求解(1)的非线性共轭梯度法具有如下形式:其中gk= f(xk),ak是通过某种线搜索获得的步长,纯量βk的选取使得方法(2)—(3)在f(x)是严格凸二次函数且采用精确线搜索时化为线性共轭梯度法[1].比较常见的βk的取法有Fletcher-Reeves(FR)公式[2]和Polak-Ribiere-Polyak(PRP)公式[3-4]等.它们分别为其中 取欧几里得范数.对于一般非线性函数,FR方法具有较好的理论收敛性[5-6],而… 相似文献
13.
14.
共轭梯度法是求解无约束最优化问题的有效方法.本文在βkDY的基础上对βk引入参数,提出了一类新共轭梯度法,并证明其在强Wolfe线性搜索条件下具有充分下降性和全局收敛性. 相似文献
15.
In this paper we consider the global convergence of any conjugate gradient method of the form d1=-g1,dk+1=-gk+1+βkdk(k≥1)with any βk satisfying sume conditions,and with the strong wolfe line search conditions.Under the convex assumption on the objective function,we preve the descenf property and the global convergence of this method. 相似文献
16.
17.
18.
提出了求解无约束优化问题的一类带参数的Fletcher-Reeves共轭梯度法(FR方法)。结合Armiio非精确线性搜索技术,证明了所提出的方法在较弱的条件下是全局收敛的。数值实验表明所提出的方法是有效的。 相似文献
19.
提出了求解无约束优化问题的新型DL共轭梯度方法. 同已有方法不同之处在于,该方法构造了一种修正的Armijo线搜索规则,它不仅能给出当前迭代步步长, 而且还能同时确定计算下一步搜索方向时需要用到的共轭参数值. 在较弱的条件下, 建立了算法的全局收敛性理论. 数值试验表明,新型共轭梯度算法比同类方法具有更好的计算效率. 相似文献