摘要
共轭梯度法是求解大规模约束问题的有效算法,的选取不同构成不同的共轭梯度法,由此通过修正提出了求解无约束优化问题的一种改进的共轭梯度法,并在wolf线搜索下证明了它的全局收敛性。
In the ordinary circumstances, conjugate gradient method is the effective algorithm which solves the large-scale restraint question, different Selection of constructs different conjugate gradiont method. We propose a new conjugate gradient method for unconstrained optimization problems by update and prove that method with wolf line search converges globally.
出处
《经济研究导刊》
2008年第13期227-228,共2页
Economic Research Guide
基金
国家自然科学基金项目(405720781D0206)
教育部重点实验室开放基金项目(KLETOR0608)
湖北省教育厅重点项目(D200512001)
关键词
无约束优化问题
共轭梯度法
wolf线搜索
全局收敛性
unconstrained optimization problem
conjugate gradient melhod
woff line searc
global convergence
