Armijo搜索下改进的LS共轭梯度法  

An improved LS conjugate gradient method with Armijo search

作　　者：董晓亮[1] 

机构地区：[1]北方民族大学信息与计算科学学院,宁夏银川750021

出　　处：《陕西理工学院学报（自然科学版）》2013年第3期49-53,共5页Journal of Shananxi University of Technology:Natural Science Edition

基　　金：北方民族大学校级自主科研项目(2011ZQY025);北方民族大学信息与计算科学学院2012年院级科研项目(201201)

摘　　要：共轭梯度法是求解无约束优化问题的一类重要方法。通过调整搜索方向,提出了一类改进的LS共轭梯度法,该方法在每步迭代中都能不依赖于任何搜索而自行产生充分下降方向。在精确搜索下,该算法将还原为原LS方法。在适当的条件下,获证了该法在Armijo搜索下,即使求解非凸函数极小化的问题,算法也全局收敛。同时,数值实验表明该算法可以有效求解优化问题。Conjugate gradient method is an important method for solving unconstrained optimization problem. proposed By taking a little modification to the search direction, an improved LS conjugate gradient method is ,which provides automatically a sufficient descent direction for the objective function at each itera- tion. If exact line search is used,the given method reduces to the standard LS method. Under mild conditions, the proposed method with Armijo line search converges globally even if the minimization function is noncon- vex. Meanwhile, numerical results show that the algorithm is efficient.

关 键 词：共轭梯度法 ARMIJO搜索 全局收敛性 充分下降条件 

分 类 号：O221.2[理学—运筹学与控制论]