摘要
本文针对无约束最优化问题提出了一种改进的混合迭代算法。新算法能有效弥补牛顿算法要求目标函数"凸性"的局限性,从而推广了牛顿算法的使用范围,在一定条件下新算法仍具有全局收敛性和二次收敛性。试验结果表明,新算法是有效可行的。
This paper proposes an improved hybrid optimization method for unconstrained optimization.The new method not only can make up the defect of Newton method that requires convex objective function but also possesses global convergence and locally quadratic convergence property under some conditions.Numerical experiments show that the new algorithm is efficient and reasonable.
出处
《软件》
2012年第10期126-127,135,共3页
Software
基金
国家自然科学基金资助项目(11001030)
关键词
无约束最优化
最速下降法
修正牛顿法
全局收敛性
unconstrained optimization problem
steepest descent method
modified Newton method
global convergence
