摘要
通过逼近无记忆BFGS方法,提出了一个新的共轭梯度法,该方法不依赖线搜索具有充分下降性质.此外,还建立了该方法在标准Wolfe线搜索下对于一致凸函数及一般函数的全局收敛性.
By approximating the memoryless BFGS method,a new conjugate gradient method is proposed.This method does not depend on line search and has sufficient descent property.In addition,the global convergence of this method for uniformly convex functions and general functions under standard Wolfe line search is established.
作者
王景刚
WANG Jinggang(College of Mathematics Science,Chongqing Normal University,Chongqing 401331,China)
出处
《湖北民族学院学报（自然科学版）》
CAS
2019年第2期186-191,共6页
Journal of Hubei Minzu University(Natural Science Edition)
基金
重庆市自然科学基金项目(cstc2017jcyjA0788)
关键词
共轭梯度法
充分下降性
全局收敛性
conjugate gradient method
sufficient descent property
global convergence
