Wolfe线搜索下具有充分下降性的混合共轭梯度法

共轭梯度法存储量低，运算简洁，对于求解大规模无约束优化问题非常有效。通过对PRP算法进行修正，提出一种新的混合共轭梯度法，在Wolfe线搜索下，每一步迭代都产生充分下降方向，在常规的假设条件下证明提出的算法具有全局收敛性。实验结果表明提出的算法对解决优化测试问题是有效的。