标准Wolfe线搜索下改进的HS共轭梯度法
Improved HS Conjugate Gradient Method with Standard Wolfe Line Search
王森森 1郑宗剑 2韩信3
作者信息
- 1. 和田师范专科学校 数学与信息学院,新疆 和田 848000
- 2. 四川文理学院 数学学院,四川 达州 635000
- 3. 四川文理学院 数学学院,四川 达州 635000;西南大学 电子信息工程学院,重庆 400715
- 折叠
摘要
通过对现有的HS共轭梯度法进行修正,提出一个具有下降性质的改进型HS共轭梯度法,该算法的下降性质得到论证.在标准Wolfe线搜索条件下,证明了改进的HS算法具有全局收敛性.最后,通过数值实验结果的对比,发现新算法数值效果是优异的.
Abstract
By modifying the existing HS conjugate gradient method,an improved HS conjugate gradient method with descent property has been proposed,and the descent property of this algorithm has been demonstrated.Under the stan-dard Wolfe line search conditions,it has been proven that the improved HS algorithm possesses global convergence.Final-ly,through the comparison of numerical experimental results,it was found that the new algorithm enjoys excellent numeri-cal performance.
关键词
无约束优化/共轭梯度法/标准Wolfe线搜索/全局收敛性Key words
unconstrained optimization/conjugate gradient method/standard Wolfe line search/global convergence引用本文复制引用
基金项目
达州市社科联重点研究基地数学与金融研究中心一般项目(SCMF202206)
出版年
2024
NETL
NSTL
万方数据