Wolfe线性搜索下的超记忆梯度法及其收敛性  

A Super-Memory Gradient Method with Wolfe Linear Search Rule and Its Convergence

作　　者：汤京永[1,2] 董丽[1] 

机构地区：[1]信阳师范学院数学与信息科学学院,河南信阳464000 [2]上海交通大学数学系,上海200240

出　　处：《吉林大学学报（理学版）》2010年第3期396-400,共5页Journal of Jilin University:Science Edition

基　　金：国家自然科学基金(批准号:10571109);山东省自然科学基金(批准号:Y2008A01);信阳师范学院青年科研基金(批准号:200946)

摘　　要：研究无约束优化问题,给出了一种新的超记忆梯度法,在较弱条件下证明了算法具有全局收敛性和线性收敛速率.数值试验表明新算法是有效的.A new super-memory gradient method for unconstrained optimization problems was presented. The globe convergence and linear convergence rate were proved under some mild conditions. Numerical experiments show that the method is efficient in practical coputation.

关 键 词：无约束优化 超记忆梯度法 全局收敛性 线性收敛速率 

分 类 号：O221.2[理学—运筹学与控制论]