非精确搜索下的超记忆梯度法  

On Supermemory Gradient Method with Inexact Line Searches

作　　者：时贞军[1] 

机构地区：[1]曲阜师范大学(日照校区)运筹与管理学院

出　　处：《工程数学学报》2004年第3期467-470,390,共5页Chinese Journal of Engineering Mathematics

基　　金：国家自然科学基金项目(10171054)资助;中国博士后科学基金;中科院王宽诚博士后基金(编号:6765700)资助.

摘　　要：本文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非精确线性搜索产生搜索步长,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 optimization problems. The algorithm sufficiently uses the previous iterative information to generate the search direction at each iteration and uses Armijo's line search to find the stepsize. we prove its global convergence under mild conditions.

关 键 词：无约束优化 超记忆梯度法 Armijo线性搜索 全局收敛性 

分 类 号：O221.2[理学—运筹学与控制论]