摘要
共轭梯度法是求解大规模约束问题的有效算法,不同的参数选取构成不同的共轭梯度法。通过研究一个新的求解无约束最优化问题的共轭梯度法,证明该公式在广义Wolfe线搜索下是具有充分下降性,并且是全局收敛的。
In the ordinary circumstances,conjugate gradient method is the effective algorithm which solves the large-scale restraint question.Different parameter selected constructs different conjugate gradient method.A novel conjugate gradient method for solving nonlinear unconstrained optimization problem is studied,the sufficient descent property and global convergence of the new conjugate gradient method with general Wolfe line search are proved.
出处
《桂林电子科技大学学报》
2011年第4期342-344,共3页
Journal of Guilin University of Electronic Technology
基金
国家自然科学基金(11061011)
广西高校优秀人才资助项目([2009]156)
关键词
共轭梯度法
充分下降性
广义Wolfe准则
全局收敛性
conjugate gradient method
sufficient descent property
general wolfe line search
global convergence
