一类充分下降的混合PRP-LS共轭梯度法  

A class of sufficient descent hybrid PRP-LS conjugate gradient methods

作　　者：孙中波[1] 许春玲[1] 

机构地区：[1]东北师范大学人文学院,长春130117

出　　处：《桂林电子科技大学学报》2012年第6期493-495,共3页Journal of Guilin University of Electronic Technology

基　　金：国家自然科学基金(10861005);广西自然科学基金(2011GXNSFA018138);吉林省自然科学基金(201115136)

摘　　要：针对无约束优化问题,提出一类充分下降的混合共轭梯度法。该算法在每次迭代过程中均可得到充分下降的搜索方向。在适当条件下,证明了算法的全局收敛性和R-收敛速率。数值结果表明该算法是可行、有效的。a class of sufficient descent conjugate hybrid gradient methods for unconstrained optimization are proposed. The sufficient descent direction is obtained each iteration. In the suitable conditions, the global convergence and R convergence rate can be proved. Numerical results show that these methods are feasible and effective.

关 键 词：混合共轭梯度法 全局收敛 R-收敛速率 充分下降方向 

分 类 号：O224.2[理学—运筹学与控制论]