摘要
从数值试验的角度 ,通过对 3个测试问题 (其中构造了一个规模大小可变的算例 )的求解 ,对共轭梯度法、BFGS拟牛顿法、DFP拟牛顿法和截断牛顿法进行比较研究 ,根据测试结果的分析 ,显示截断牛顿法在求解大规模优化问题时具有优势 ,从而为大规模寻优算法的研究提供了有益的借鉴 .
This paper investigates the performance of four unconstrained optimization algorithms, including conjugate gradient method, BFGS quasi-Newton method, DFP quasi-Newton method and truncated-Newton method, by three numerical experiments(including a problem with changeable dimension) using Matlab and its toolkit. The results show that truncated-Newton method is the more efficient algorithm for large-scale problems in terms of the execution time.
出处
《数学的实践与认识》
CSCD
北大核心
2004年第5期108-112,共5页
Mathematics in Practice and Theory
基金
国家 8 63项目 ( 2 0 0 2 AA41 2 1 1 0 )
国家重点基础研究发展规划项目( 2 0 0 2 CB3 1 2 2 0 3 )资助
关键词
无约束优化
大规模优化
共轭梯度法
拟牛顿法
截断牛顿法
unconstrained optimization
large-scale optimizatoin
conjugate gradient method
quasi-Newton method
truncated-Newton method
