三项修正LS共轭梯度方法及其收敛性研究

作     者：刘金魁 张春涛 LIU JINKUI;ZHANG CHUNTAO

作者机构：重庆三峡学院数学与统计学院万州404100 

基　　金：重庆市基础科学与前沿技术研究专项项目(cstc2017jcyjAX0318) 重庆市教委科学技术研究项目(KJ1710251) 重庆三峡学院重点项目(14ZD-14) 重庆高校创新团队建设计划项目(CXTDX201601035) 重庆市高校市级重点实验室项目(编号:3)资助 

出 版 物：《应用数学学报》 (Acta Mathematicae Applicatae Sinica)

年 卷 期：2017年第40卷第6期

页      码：862-873页

摘      要：基于著名的LS和CG_DESCENT共轭梯度方法,本文研究了一种求解大规模无约束优化问题的非线性三项共轭梯度方法.该方法能够在每一步迭代中产生一个充分下降的搜索方向,且不依赖于任何线搜索条件.在强Wolfe线搜索条件下,新方法具有全局收敛性质·数值试验表明,新方法对给定的测试问题是有效的和稳定的.

主 题 词：非线性共轭梯度方法 强Wolfe线搜索 充分下降性 全局收敛性 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 07[理学] 070105[070105] 0701[理学-数学类] 

核心收录：

馆 藏 号：203280114...