摘要
本文提出了一类求解无约束优化问题的修正的HS共轭梯度法.该算法每步都可产生一个充分下降方向,并且在适当条件下,证明该算法在非精确搜索下全局收敛.最后通过数值试验结果表明该算法的有效性.
A modified HS conjugate gradient method for unconstrained optimization is proposed,which generates automatically a sufficient descent direction.Global convergence of new method under inexact line search is proved.The numerical results show that the new technique works well for the given nonlinear optimization test problems.
出处
《山西师范大学学报（自然科学版）》
2012年第1期1-4,共4页
Journal of Shanxi Normal University(Natural Science Edition)
基金
国家自然科学基金项目(40806075)
辽宁省自然基金项目(20102003)
关键词
共轭梯度法
非精确搜索
全局收敛性
conjugate gradient method
inexact line search
global convergence
