一个新的修正HS共轭梯度法及全局收敛性  

A New Modified HS Conjugate Gradient Method and the Global Convergence

作　　者：陈凤华[1] 李双安[1] 程慧燕[1] 

机构地区：[1]河南理工大学万方科技学院,河南郑州451400

出　　处：《海南师范大学学报（自然科学版）》2015年第1期1-4,共4页Journal of Hainan Normal University（Natural Science）

基　　金：国家自然科学基金(11361018);广西杰出青年基金(2012GXSFFA060003);河南省教育厅科学技术研究重点项目(12B110011)

摘　　要：提出了一个新的修正HS共轭梯度算法解决无约束优化问题,该算法的特点是,搜索方向总是目标函数的下降方向,且不依赖于使用何种线搜索;特别是,若使用精确线搜索,该算法退化成标准的HS共轭梯度法.且在适当的假设条件下,证明了文章提出的算法具有全局收敛性,最后数值实验表明,文章提出的算法是可行的.In this paper, we propose a new modified HS conjugate gradient method for unconstrained optimization. An at- tractive property of the proposed method is that the direction generated by the method is always a descent direction for the ob- jective function. This property is independent of the line search used. In particular, exact line search is used, the method reduces to the standard HS conjugate gradient method. Under appropriate conditions, we show that the new modified HS conjugate gradient method with Wolfe line search is globally convergent. Numerical experiments show that the proposed algorithm is effective.

关 键 词：无约束优化 修正HS共轭梯度法 WOLFE线搜索 全局收敛性 数值实验 

分 类 号：O224[理学—运筹学与控制论]