求解无约束优化问题的一种共轭梯度法  

A New Conjugate Gradient Method for Unconstrained Optimization Problems

作　　者：景春霞[1] 陈忠[1] 

机构地区：[1]长江大学,荆州434023

出　　处：《重庆科技学院学报（自然科学版）》2008年第5期139-140,144,共3页Journal of Chongqing University of Science and Technology：Natural Sciences Edition

基　　金：国家自然科学基金项目(405720781D0206);教育部重点实验室开放基金项目(KLETOR0608);湖北省教育厅重点项目(D200512001)

摘　　要：共轭梯度法是求解大规模约束问题的有效算法,βk的选取构成不同的共轭梯度法。提出了求解无约束优化问题的一种改进的共轭梯度法,修正了kβ,并在wolf线搜索下证明其全局收敛性。In the ordinary circumstances, conjugate gradient method is the effective algorithm which solves the large-scale restraint question. Different selection of βκ constructs different conjugate gradient method. The article proposes a new conjugate gradient method for unconstrained optimization problems update βκ. It proves that method with wolf line search converges globally.

关 键 词：无约束优化问题 共轭梯度法 wolf线搜索 全局收敛性 

分 类 号：O241[理学—计算数学]