无约束优化的超记忆梯度算法  

A supermemory Gradient Method for Unconstrained Optimization Problem

作　　者：时贞军[1,2] 

机构地区：[1]曲阜师范大学运筹学研究所 [2]大连理工大学应用数学系,辽宁大连116024

出　　处：《工程数学学报》2000年第2期99-104,共6页Chinese Journal of Engineering Mathematics

基　　金：国家自然科学基金基金项目!( 1 9871 0 4 9);山东省自然科学基金资助项目!( Q98A0 61 1 4 )

摘　　要：提出了一种无约束优化超记忆梯度算法 ,分析了算法的收敛性 ,并对算法进行了数值试验 ,结果表明算法比 Armijo搜索下的 FR和 PR共轭梯度法及 Cauchy方法有效 ,特别适于求解大规模无约束最优化问题。A supermemory gradientmethod forunconstrained optimization problem ispresented.The convergence of this algorithm is analyzed.Numerical experiments show that the algorithm is effcient by comparing with FR, PR conjugate gradient method and steepest descent method with Armijo line searches

关 键 词：无约束优化 超记忆梯度法 收敛性 最优化 

分 类 号：O224[理学—运筹学与控制论]