摘要
对求解无约束优化问题的共轭梯度法中的方向参数给定新的区间取法,将HS共轭梯度参数限制在此区间上,保证搜索方向是目标函数的充分下降方向,在此基础上提出了修正HS共轭梯度算法(MHS),并在较弱的条件下讨论了新算法在广义Armijo步长搜索下的全局收敛性。数值试验结果表明,新算法比广义Armijo步长搜索下的FR、PR、HS共轭梯度算法有效。
An assumption condition was given on the scalar of conjugate gradient direction to ensure that the direction is a sufficient descent direction. The HS conjugate gradient method was modified to obtain global convergence property under mild condition, The numerical results show that the new algorithm is efficient compared with FR, PR, HS conjugate gradient methods with generalized Armijo step size rule.
出处
《中国石油大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2006年第5期143-146,共4页
Journal of China University of Petroleum(Edition of Natural Science)
基金
国家自然科学基金资助项目(10571106)
中国石油大学(华东)研究生创新基金资助项目(S200614)
关键词
无约束最优化
共轭梯度法
广义ARMIJO步长搜索
全局收敛性
unconstrained optimization
conjugate gradient method
generalized Armijo step size rule
global convergence
