一个修正Liu-Storey共轭梯度法的全局收敛性  

Global Convergence of a Modified LS Conjugate Gradient Method with an Armijo-type Line Search

作　　者：孟继东[1] 

机构地区：[1]重庆师范大学数学学院,重庆401331

出　　处：《西华大学学报（自然科学版）》2012年第5期65-68,共4页Journal of Xihua University:Natural Science Edition

摘　　要：基于无记忆BFGS拟牛顿法结构提出一个新的修正Liu-Storey(LS)非线性共轭梯度法(简称MLSCG算法)。在精确线搜索下MLSCG算法化归为标准的LS共轭梯度算法。MLSCG算法产生的搜索方向不依赖于线搜索准则而具有充分下降性。新方法在一个Armijo型线搜索下具有全局收敛性。数值试验表明:对于多数算例,新算法比PRP、HS、LS算法具有更好的计算结果。Based on the structure of the memoryless BFGS quasi - newton method, a new Liu - Storey （LS） conjugated gradient algorithm is presented. The new algorithm is the same as LS algorithm when the line search is exact. This algorithm has the properties of sufficient descent in Armijo line search and of global convergence. Preliminary numerical results show that the method is very promising.

关 键 词：共轭梯度法 修正LS共轭梯度法 ARMIJO型线搜索 全局收敛性 

分 类 号：O221.2[理学—运筹学与控制论]