一种混合的HS-DY共轭梯度法
A MIXED HS-DY CONJUGATE GRADIENT METHODS

戴志锋陈兰平

文摘	本文在HS方法和DY方法的基础上,综合两者的优势,提出了一种求解无约束优化问题的新的混合共轭梯度法.在Wolfe线搜索下,不需给定下降条件,证明了算法的全局收敛性.数值试验表明,新算法较之HS方法和PR方法更加有效.
其他语种文摘	In this paper, we propose a mixed conjugate gradient method for unconstrained optimization based on Hestenes-stiefel Algorithms and Dai-Yuan Algorithms, which has taken the advantages of two Algorithms. We prove it can ensure the conver-gence under the Wolfe line search and without the descent condition. Numerical experiments show that the algorithm is efficient by comparing with HS conjugate gradient methods and PR conjugate gradient methods.
来源	计算数学 ,2005,27(4):429-436 【核心库】
关键词	无约束最优化 ; 共轭梯度法 ; wolfe线搜索 ; 全局收敛性
地址	首都师范大学数学系, 北京, 100037
语种	中文
文献类型	研究性论文
ISSN	0254-7791
学科	数学
基金	国家自然科学基金 ; 北京市教委科研基金
文献收藏号	CSCD:2129864