摘要
基于共轭梯度法迭代简单、计算高效的优势,提出一种修正三项PRP共轭梯度算法。该算法满足充分下降性,对非凸优化问题具有全局收敛性和R-线性收敛性。在无约束优化问题、马斯京根模型参数估计和图像复原问题的数值实验结果表明,该算法都具有更好性能。
Based on the advantages of simple iteration and high computational efficiency of conjugate gradient method,a modified three-term conjugate gradient algorithm was proposed.The algorithm satisfies sufficient declinability and has global convergence and R-linear convergence for non-convex optimization.Numerical experiments on unconstrained optimization,Muskingum model parameter estimation and image restoration show that the new algorithm has better performance.
作者
刘慧云
简艾伦
孙文娟
袁功林
LIU Huiyun;JIAN Ailun;SUN Wenjuan;YUAN Gonglin(School of Mathematics and Information Science,Guangxi University,Nanning 530004,China;Guangxi Center for Mathematical Research(Guangxi University),Nanning 530004,China;School of Finance and Economics,Nanning College for Vocational Technology,Nanning 530008,China)
出处
《广西大学学报（自然科学版）》
CAS
北大核心
2023年第1期213-225,共13页
Journal of Guangxi University（Natural Science Edition）
基金
广西科技基地和人才专项项目(桂科AD22080047)
中央引导地方科技发展专项项目(桂科ZY20198003)
中国高校产学研创新基金项目(2021BCF03001)。
关键词
共轭梯度法
全局收敛性
R-线性收敛性
无约束优化
conjugate gradient method
global convergence
R-linear convergence
unconstrained optimization
