华东师范大学学报(自然科学版) ›› 2017, Vol. 2017 ›› Issue (2): 44-51,60.doi: 10.3969/j.issn.1000-5641.2017.02.006

• 数学 • 上一篇    下一篇

一类具有充分下降性的共轭梯度算法

徐晓光, 王开荣   

  1. 重庆大学 数学与统计学院, 重庆 401331
  • 收稿日期:2016-05-16 出版日期:2017-03-25 发布日期:2017-03-23
  • 通讯作者: 王开荣,男,教授,研究方向为最优化理论、算法及应用.E-mail:kairong@cqu.edu.cn E-mail:kairong@cqu.edu.cn
  • 作者简介:徐晓光,男,硕士研究生,研究方向为最优化理论、算法及应用.E-mail:xxgcqu@163.com
  • 基金资助:

    重庆市研究生教育教学改革研究项目(yjg143046)

A class of conjugate gradient algorithm with sufficient descent property

XU Xiao-guang, WANG Kai-rong   

  1. College of Mathematics and Statistics, Chongqing University, Chongqing 401331, China
  • Received:2016-05-16 Online:2017-03-25 Published:2017-03-23

摘要:

在一些著名的共轭梯度算法基础之上,提出一类新的共轭梯度算法,用于求解无约束优化问题.该方法在不依赖于任何线搜索的情况下能够保证充分下降性,且在Wolfe线搜索下证明了算法具有全局收敛性.数值结果表明新提出的算法是有效的.

关键词: 共轭梯度法, 充分下降性, 全局收敛性, Wolfe线搜索

Abstract:

On the basis of some famous conjugate gradient algorithms, a class of new nonlinear conjugate gradient algorithm is proposed for solving unconstrained optimization problems, which can generate sufficient descent directions at each iteration regardless of any line search. Under the Wolfe line searches, the global convergence of the proposed algorithm is proved. Numerical experiment results show that the proposed method is promising.

Key words: conjugate gradient algorithm, sufficient descent property, global convergence, Wolfe line search

中图分类号: