基于信赖域技术的非单调超记忆梯度算法  

A Non-monotone Super-memory Gradient Method Based on Trust Region Technique

作　　者：孙清滢 付小燕 高宝 王宣战 徐敏才 刘丽敏 

机构地区：[1]中国石油大学理学院,青岛山东266580

出　　处：《数学进展》2012年第4期487-500,共14页Advances in Mathematics（China）

基　　金：国家自然科学基金(No.10971118);中央高校基本科研业务费专项资金资助(No.10CX04044A);中国石油大学(华东)研究生创新基金(No.S10-28)

摘　　要：基于信赖域技术和修正拟牛顿方程,结合Zhang H.C.非单调策略,设计了新的求解无约束最优化问题的非单调超记忆梯度算法,分析了算法的收敛性和收敛速度.数值实验表明算法是有效的,适于求解大规模问题.Based on trust region technique and quasi-Newton equation, by combining with Zhang H.C. non-monotone strategy, we present a new non-monotone super-memory gra- dient method for unconstrained optimization problem. The global convergence properties and convergence rate of the new method are proved. The numerical results show that the new meth- ods are effective and attractive for large-scale optimization problems.

关 键 词：超记忆梯度算法 非单调规则 收敛性 收敛速度 数值实验 

分 类 号：O221.2[理学—运筹学与控制论]