一个充分下降LS型共轭梯度算法的全局收敛性  

The convergence property of a sufficient descent LS-type conjugates gradient method

作　　者：林穗华[1] 

机构地区：[1]广西民族师范学院数学与计算机科学系,广西崇左532200

出　　处：《华中师范大学学报（自然科学版）》2015年第6期811-815,821,共6页Journal of Central China Normal University：Natural Sciences

基　　金：广西高校科研项目(ZD2014143);广西民族师范学院科研项目(2013RCGG002);广西重点培育学科(应用数学)建设项目(桂教科研[2013]16)

摘　　要：共轭梯度法是求解大型无约束非线性优化问题的一种常用方法,在应用中通常以负梯度方向作为其自动重启方向.该文在LS共轭梯度法的基础上,结合一种新的自动重启方向,证明了算法的自动充分下降性和在强Wolfe线搜索下的全局收敛性,给出的数值试验结果表明算法是有效的.The conjugate gradient method is a common method for solving large-scale unconstrained nonli rectlon IS usua near optimization problems, and in practice, the negative gradient diused as the automatic restart direction. In this paper, based on the LS conjugate gradient method and a new automatic restart direction, the corresponding algorithm is demonstrated to possess the property of automatically generating sufficient descent and the global convergence of the search in strong Wolfe line. The given numerical results show that the proposed algorithm is efficent.

关 键 词：无约束优化 共轭梯度法 充分下降性 自动重启 全局收敛性 

分 类 号：O242.23[理学—计算数学]