一种新的混合谱共轭梯度法
A New Hybrid Spectral Conjugate Gradient Method
王森森 1韩信 2郑宗剑3
作者信息
- 1. 新疆和田学院数学与信息学院,新疆 和田 848000
- 2. 四川文理学院数学学院,四川 达州 635000;西南大学电子信息工程学院,重庆 400715
- 3. 四川文理学院数学学院,四川 达州 635000
- 折叠
摘要
基于修正的共轭参数和谱共轭梯度法,提出了 一种用于求解无约束优化问题的新混合谱共轭梯度法.提出的新算法在迭代过程中始终满足充分下降性.此外,新算法在标准Wolfe线搜索准则下是全局收敛的.与现存WYL共轭梯度法的改进版本进行数值仿真比较,结果表明所提方法具有更优异的计算性能.
Abstract
By virtue of the modified conjugate parameter and spectral conjugate gradient al-gorithm,a new hybrid spectral conjugate gradient method is proposed to tackle unconstrained optimization problems.The proposed method always the sufficient descent property during the iteration process.Additionally,the new method has been proven to be globally convergent under the standard Wolfe line search condition.Compared with the existing improved version of the WYL conjugate gradient method through numerical simulation,the results evidence that the proposed method enjoys better computational performance.
关键词
无约束优化/混合谱共轭梯度法/标准Wolfe线搜索/全局收敛性Key words
unconstrained optimization/hybrid spectral conjugate gradient method/stan-dard Wolfe line search/global convergence引用本文复制引用
基金项目
政务数据安全达州市重点实验室一般项目(ZSAQ202311)
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)
和田地区科技局项目(20220210)
出版年
2024
NETL
NSTL
万方数据