摘要
给出了一类在非精确线搜索下的混合共轭梯度算法,对李荣生提出的NCG算法进行了改进,在算法的迭代过程中,保持了迭代方向的下降性,在较弱的条件下证明了全局收敛性,数值试验表明该算法是相当有效的.
This paper presents a class of mixed conjugate gradient method with inexact line search. We improve the NCG Algorithms proposed by Li Rongsheng, We can guarantee the descent property and global convergence under the Wolfe line search. Numerical results show that the method in this paper is effective.
出处
《首都师范大学学报(自然科学版)》
2007年第4期1-4,15,共5页
Journal of Capital Normal University:Natural Science Edition
基金
北京市教委科研基金(KM200510028019)资助.
关键词
无约束最优化
共轭梯度法
全局收敛性
非精确线性搜索.
unconstrained optimization, conjugate gradient method, global convergence, inexact line search.