摘要
共轭梯度算法在无约束最优化问题中有着广泛应用。现给出的一类新的共轭梯度算法,在迭代过程中保持了下降性质;在一般Wolfe线搜索条件下,新算法是全局收敛的。
Conjugate gradient methods are widely used for unconstrained optimization. A class of new conjugate gradient method is presented. The new method produces a decent search direction at every iteration and converges globally provided that the line search satisfies the weak Wolfe conditions.
出处
《科学技术与工程》
2010年第19期4604-4607,共4页
Science Technology and Engineering
关键词
无约束最优化
共轭梯度法
WOLFE线搜索
下降方向
全局收敛性
unconstrained optimization conjugate gradient method Wlofe line search decent direction global convergence