求无约束优化问题的混合谱尺度BFGS算法

依据BFGS算法、MBFGS算法、CBFGS算法及谱尺度BFGS算法,提出了一类混合谱尺度BFGS算法;同时,在Armijo线性搜索和Wolf-Powell线性搜索下对所提出的混合谱尺度BFGS算法证明了其全局收敛性,并通过数值实验测试了该算法的数值表现,实验结果表明混合谱尺度BFGS算法具有较好的数值效果。

扰动谱尺度BFGS算法及其收敛性

在谱尺度BFGS算法基础上提出了一种扰动谱尺度BFGS算法,即在谱尺度BFGS算法的矩阵迭代公式中加入一个扰动因子,该因子能保证该算法求解非凸函数极小值问题时具有全局收敛性.在求解大规范问题时,该算法也能改善拟牛顿矩阵条件数,从而降低求解子问题的难度.通过数值试验对该算法进行检验,结果表明:在相同条件下,求解大规模问题时,该算法优于谱尺度BFGS算法.

扰动谱尺度BFGS算法及收敛性分析

在前人提出的扰动BFGS算法的基础上,结合谱尺度算法的思想,提出一种扰动谱尺度BFGS算法,建立算法的全局收敛性定理,本研究证明该扰动谱尺度BFGS算法在一定条件下采用单调Wolfe-Powell型线性搜索和非单调Wolfe-Powell型线性搜索均具有全局收敛性,同时还证明采用单调Wolfe-Powell型线性搜索具有R-线性收敛性.