无约束最优化中两种改进共轭梯度法的收敛性证明  

The global convergence of two modified conjugate gradiet methods for optimization

作　　者：周安娃[1] 范浩[1] 黄青群[1] 

机构地区：[1]桂林电子科技大学数学与计算科学学院,广西桂林541004

出　　处：《桂林电子科技大学学报》2011年第1期37-40,共4页Journal of Guilin University of Electronic Technology

基　　金：国家自然科学基金(11061011);广西高校优秀人才资助项目([2009]156)

摘　　要：对于无约束优化中已提出的两种改进共轭梯度算法:改进的DY算法(MDY)和新的混合HS-DY算法(NH),证明了其在Wolfe线搜索下的全局收敛性。证明中的关键技巧是利用DY算法公式的一个等价公式,也正是由于该策略的运用,使得证明更为简化,进而得到了上述两种改进的共轭梯度法的全局收敛性。Considering two modified conjugare gradient methods which had been presented： the modified DY method and the new hybrid HS-DY method for unconvex function,we explore the global convergence of these two methods with the Wolfe line search.It is very important to use a equivalence formula of DY method for the proof,which makes it simplify and shows that these modified methods are both globally convergent.

关 键 词：共轭梯度法 下降方向 全局收敛性 

分 类 号：O224[理学—运筹学与控制论]