排序方式: 共有3条查询结果,搜索用时 15 毫秒
1
1.
推广AS-GN混合共轭梯度算法 总被引:2,自引:0,他引:2
本文提出了一种求解无约束优化问题的新算法,使Touati-Ahmed, Storey提出的混合共轭梯度法(以下简称AS)和Gilbert, Nocedal提出的混合共轭梯度法(以下简称GN)成为新算法在精确线性搜索下的特例.通过构造新的$\beta_{k}$计算公式,新算法自然满足下降性条件,且这个性质与线性搜索和目标函数的凸性均无关.在一般的条件下,我们证明了新算法的全局收敛性.数值结果表明该算法对测试函数是有效的. 相似文献
2.
本文提出了一种新的求解无约束优化问题的混合共轭梯度算法.通过构造新的β_k公式,并由此提出一个不同于传统方式的确定搜索方向的方法,使得新算法不但能自然满足下降性条件,而且这个性质与线性搜索和目标函数的凸性均无关.在较弱的条件下,我们证明了新算法的全局收敛性.数值结果亦表明了该算法的有效性. 相似文献
3.
1