基于混合割线方程修正的L-BFGS算法

摘要：

L-BFGS方法是解决大规模无约束优化问题最有效的拟牛顿方法之一,该方法既保持了BFGS方法在理论上良好的收敛性,又克服了拟牛顿法储存量大、计算量大的困难.大量研究表明,对割线方程进行修正能更好地逼近目标函数的二阶曲率信息,进而改善BFGS方法的计算效率.基于Li和Yuan等人提出的两种割线方程,构造了一种新的混合割线方程,并用该方程修正了L-BFGS算法,提出了一个基于混合割线方程修正的L-BFGS算法(ML-BFGS).在适当的假设条件下,建立了ML-BFGS方法在一致凸函数上的全局收敛性,并证明了该方法是R-线性收敛的.数值结果表明,在某些情况下,ML-BFGS方法要比L-BFGS方法更优.

关键词：割线方程;L-BFGS;无约束优化;全局收敛性

所属期刊栏目：33

分类号：TB115(工程基础科学)

资助基金：重庆市自然科学基金cstc2017jcyjA0788

在线出版日期：2022-01-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：95-100