结合广义Armijo步长搜索的一类记忆梯度算法及其收敛特征

摘要：

本文对求解无约束规划的超记忆梯度算法中线搜索方向中的参数,给了一个假设条件,从而确定了它的一个新的取值范围,保证了搜索方向是目标函数的充分下降方向,由此提出了一类新的记忆梯度算法.并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,且给出了结合形如共轭梯度法FR,PR,HS的记忆梯度法的修正形式,数值实验表明,新算法比Armijo线搜索下的FR,PR,HS共轭梯度法和超记忆梯度法更稳定、更有效.

关键词：无约束优化、记忆梯度法、广义Armijo线搜索、全局收敛性

所属期刊栏目：29

分类号：O221.2(运筹学)

资助基金：山西省自然科学基金2008011013

在线出版日期：2012-08-27（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：205-211