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! |