帮助 关于我们

返回检索结果

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

查看参考文献6篇

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

参考文献 共 6 共1页

1.  Al-Baali M. 1. Descent Property and global convergence of the Fletcher-Reeves method with inexact line searches IMA Journal of Numerical Analysis,,1985,5:121-124 CSCD被引 1    
2.  Gilbert J C. Global convergence properties of conjugate gradient methods for optimization. SIAM J Optimization,1992,2:21-42 CSCD被引 109    
3.  Dai Y H. A Nonlinear conjugate gradient method with a strong Global convergence propertie. SIAM J Optimization,1999,10:177-182 CSCD被引 81    
4.  G Zoutendijk. computational Methods. Integer and Nolinear programming,1970:37-86 CSCD被引 4    
5.  Jorge J Moré. and Kenneth E Hillstrom. Testing Unconstrained Optimization Software ACM Transactions on Mathematical Software,1981,1/2(7):17-41 CSCD被引 1    
6.  Changyu Wang. Global Convergence of the Polak-Ribiere and Hestenes-Stiefel Conjugate Gradient Methods for the Unconstrained Nonlinear Optimization. 运筹学学报,2000,4(3):1-7 CSCD被引 4    
引证文献 5

1 焦宝聪 Goldstein线搜索下混合共轭梯度法的全局收敛性 计算数学,2007,29(2):137-146
CSCD被引 5

2 董晓亮 一类修正的DY共轭梯度法及其全局收敛性 数值计算与计算机应用,2010,31(1):1-7
CSCD被引 4

显示所有5篇文献

论文科学数据集
PlumX Metrics
相关文献

 作者相关
 关键词相关
 参考文献相关

版权所有 ©2008 中国科学院文献情报中心 制作维护:中国科学院文献情报中心
地址:北京中关村北四环西路33号 邮政编码:100190 联系电话:(010)82627496 E-mail:cscd@mail.las.ac.cn 京ICP备05002861号-4 | 京公网安备11010802043238号