一种线搜索下DY共轭梯度法的全局收敛性

利用王长钰等人提出的一种新型线搜索条件对Dai-Yuan非线性共轭梯度法进行了研究。根据这一新型的线搜索条件,结合DY共轭梯度法的方向计算公式,我们在文中提出了一个求解非线性无约束优化问题的算法。当搜索方向为下降方向时,给出了算法的全局收敛性结果及证明过程。     

求解凸规划问题的一种拟牛顿算法

研究了在广义Wolfe线搜索和推广型Wolfe线搜索条件下目标函数为凸的无约束优化问题的拟牛顿算法,并且证明了其全局收敛性.     

一种新的非线性共轭梯度法的全局收敛性

Dai Yu hong在文献[1]中提出了一种新的βk计算公式，并在标准wolfe线搜索条件下得到算法的全局收敛结果。本文对该算法中的线搜索进行了推广，提出了一种新的非线性共轭梯度算法并证明了其全局收敛性。     

非单调共轭梯度法的全局收敛结果

共轭梯度法主要依靠d1=-g1,dk+1=-gk+1+βkdk,k 1,其中g为目标函数f(x)的梯度,进行迭代,不同的βk会产生不同的算法.本文主要是在非单调线搜索的条件下,当βk满足σ|βk/βFRk| σ(0<σ<1,0< σ<12)时证明了其全局收敛性.     

一种共轭下降算法的全局收敛性

给出了求解无约束优化问题的一种共轭下降算法,该算法具有充分下降性的共轭梯度公式。在较为温和的条件下,利用宽松的非精确线搜索条件得到全局收敛性结果,同时数值实验表明了算法的有效性。     

一类无约束优化问题的非单调共轭梯度法

主要研究了一类在推广的线搜索条件下的非单调共轭梯度法，并在较弱的假设条件下证明了其全局收敛性。     

信息与计算科学专业创新型实验室设计研究

培养具有创新能力的信息与计算科学专业本科生是信息与计算科学专业发展的需要,也是提高该专业本科生就业能力的必然要求。文中结合信息与计算科学专业创新型实验室的设计与实施研究,探索创新型实验室建设方案,同时探索信息与计算科学专业创新型人才的培养方法。     

共轭梯度法在广义Wolfe搜索下的全局收敛性

给出共轭梯度法在广义Wolfe线搜索下的全局收敛结果，同时对βk的取值进行拓广，使共轭梯度法的应用范围更加广泛。     

Shamanskii修正牛顿法的全局收敛性

最近由Lampariello F和Sciandrone M提出了Shamanskii修正牛顿法的一种全局收敛技术，该文对其全局收敛性定理进行了改进和推广使其应用范围更加广泛．     

非精确线搜索条件下共轭梯度法的收敛性分析

对Hideaki与Yasushi提出的两种使用目标函数值的共轭梯度法进行了研究,在一种新的Wolfe型线搜索条件下分析了它们的收敛性质.通过讨论可知,在其它的非精确线搜索条件下这两种共轭梯度法也是可行的.最后的数值试验表明了所给共轭梯度法的有效性.