Wolfe线搜索下改进的MDY共轭梯度法及全局收敛分析  

作　　者：韦春妙[1] 庞建华[1] 梁宪发 

机构地区：[1]广西科技大学理学院,广西柳州545006

出　　处：《智库时代》2018年第39期9-10,共2页Think Tank Era

基　　金：广西高校中青年教师基础能力提升项目(KY2016YB246)

摘　　要：共轭梯度法由于它的迭代收敛速度快、算法结构简单、所需存储量较小等优点,成为解决大规模无约束优化问题的最受热捧的方法。本文主要研究共轭梯度法中收敛性表现较好的DY共轭梯度法。首先对经典的DY公式进行变形,创建了一个改进的MDY算法。改进的MDY算法在wolfe线搜索下将会退化为标准的DY算法,且其产生的搜索方向均为充分下降方向,并且这一性质不依赖于任何线搜索。在适当的假设条件下,证明了改进的MDY算法具有全局收敛性。

关 键 词：无约束最优化 DY共轭梯度法 WOLFE线搜索 全局收敛性 

分 类 号：B025.4[哲学宗教—哲学理论]