非精确搜索下的超记忆梯度法及其收敛性  

The Supermemory Gradient Method with Inexact Line Searches

作　　者：时贞军[1] 

机构地区：[1]大连理工大学应用数学系

出　　处：《应用科学学报》2003年第3期241-243,共3页Journal of Applied Sciences

基　　金：国家自然科学基金资助项目(10171054)

摘　　要：提出一种新的无约束优化超记忆梯度算法,算法在每步迭代中充分利用前面迭代点的信息产生下降方向,采用Armijo搜索产生搜索步长,在较弱的条件下证明了算法的全局收敛性.The paper presents a new supermemory gradient algorithm for unconstrained minimiza-tion problems. The algorithm makes full use of the previous iterative information to generate the search direction at each iteration and uses Armijo's line search to find the stepsize. We can prove its global convergence under mild conditions.

关 键 词：无约束优化 非精确搜索 超记忆梯度法 收敛性 Armijo线性搜索 全局收敛性 迭代点 

分 类 号：O224[理学—运筹学与控制论] O242.23[理学—数学]