结合广义Armijo步长搜索的一类新的共轭度算法及其收敛特征

摘要：

对求解无约束规划的共轭梯度算法中共轭梯度方向中的参数给了一个假设条件,从而确定它的一个取值范围,使其在此范围内取值均能保证共轭梯度方向是目标函数的充分下降方向,提出了一类新的共轭梯度算法,在去掉迭代点列有界和广义Armijo步长搜索下讨论了算法的全局收敛性.同时给出了具有好的收敛性质和较快收敛速度的FR,PR,HS共轭梯度法的修正形式.数值例子表明新算法比Armijo搜索下的FR,PR,HS共轭梯算法更稳定更有效.算法需要较小的存储,特别适于求解大规模无约束最优化问题.

关键词：非线性规划、共轭梯度法、广义Armijo步长搜索、收敛、数值实验

所属期刊栏目：20

分类号：O221.2(运筹学)

资助基金：国家自然科学基金10171055

在线出版日期：2004-01-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：14-20