| 结合Armijo步长搜索的一类新记忆梯度算法及其收敛特征 |
| |
| 引用本文： | 孙清滢,刘新海.结合Armijo步长搜索的一类新记忆梯度算法及其收敛特征[J].石油大学学报(自然科学版),2003,27(5):129-132. |
| |
| 作者姓名： | 孙清滢 刘新海 |
| |
| 作者单位： | 孙清滢（石油大学应用数学系,山东,东营,257061）
刘新海（石油大学应用数学系,山东,东营,257061） |
| |
| 摘 要： | 对于求解无约束规划的共轭梯度算法中的共轭梯度方向参数，给定一个假设条件，确定它的一个取值范围，以保证搜索方向是目标函数的充分下降方向，由此提出了一类新的记忆梯度算法。在去掉迭代点列有界和Armijo步长搜索下，讨论了算法的全局收敛性，同时给出了结合FR、PR、HS共轭梯度算法的修正形式。数值实验表明，新算法比Armijo步长搜索下的FR、PR、HS共轭梯度法更稳定、更有效。
|
| 关 键 词： | Armijo步长搜索 记忆梯度算法 收敛性 数值实验 非线性规划 共轭梯度 |
| 文章编号： | 1000-5870(2003)05-0129-04 |
| 修稿时间： | 2002年12月26 |
Global convergence results for a new memory gradient method with generalized Armijo step size rule |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 维普 等数据库收录！ |
