基于混合割线方程修正的L-BFGS算法
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.
割线方程;L-BFGS;无约束优化;全局收敛性
33
TB115(工程基础科学)
重庆市自然科学基金cstc2017jcyjA0788
2022-01-13(万方平台首次上网日期,不代表论文的发表时间)
共6页
95-100