|
|||||
|
|
| 一个充分下降的改进HS共轭梯度法 | |
| 作者姓名： | 江羡珍 黎会兰 刘美杏 班才竣 马月梅 欧勇伟 |
| 作者单位： | 广西民族大学理学院;玉林师范学院广西高校复杂系统优化与大数据处理重点实验室 |
| 基金项目： | 广西自然科学基金(2016GXNSFAA380028);广西高校复杂系统优化与大数据处理重点实验室开放基金(2015CSOBDP0203);大学生创新训练项目(201510606048);广西中青年教师基础能力提升项目(2017ky0537)。 |
| 摘 要： | 共轭梯度法是求解大规模无约束优化问题最有效的方法之一.对HS共轭梯度法参数公式进行改进,得到了一个新公式,并以新公式建立一个算法框架.在不依赖于任何线搜索条件下,证明了由算法框架产生的迭代方向均满足充分下降条件,且在标准Wolfe线搜索条件下证明了算法的全局收敛性.最后,对新算法进行数值测试,结果表明所改进的方法是有效的. |
| 关 键 词： | 无约束优化 共轭梯度法 Wolfe非精确线搜索 充分下降性 全局收敛 |
| 本文献已被 CNKI 维普 等数据库收录！ | |