无约束优化问题的一种改进的共轭梯度法  

A New Conjugate Gradient Method for Unconstrained Optimization Problems

作　　者：景春霞[1] 陈忠[1] 何永强[2] 

机构地区：[1]长江大学信息与数学学院,湖北荆州434023 [2]中国石油化工股份有限公司江苏石油勘探局试采二厂,江苏扬州211600

出　　处：《经济研究导刊》2008年第13期227-228,共2页Economic Research Guide

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,的选取不同构成不同的共轭梯度法,由此通过修正提出了求解无约束优化问题的一种改进的共轭梯度法,并在wolf线搜索下证明了它的全局收敛性。In the ordinary circumstances, conjugate gradient method is the effective algorithm which solves the large-scale restraint question, different Selection of constructs different conjugate gradiont method. We propose a new conjugate gradient method for unconstrained optimization problems by update and prove 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：O1-0[理学—数学]