基于参数选取的Wolfe搜索下的混合共轭梯度法
基于参数选取的Wolfe搜索下的混合共轭梯度法
复制标题
DOI：
10.14045/j.cnki.15-1220.2022.05.002
复制
发表时间：
2022
期刊：
影响因子：
--
通讯作者：
张永富
中科院分区：
文献类型：
--
作者：
晁丽佳;张永富
共轭梯度法迭代简单，储存量小，是解决优化问题的重要方法之一。新混合共轭梯度法在Dai-Yuan（DY）方法的基础上，创立了新的公式，又将新公式与DY公式结合起来，加入参数的选取，重新组合成一种新的混合共轭梯度法，这种方法在Wolfe非精确线搜索下是下降的，并给出了算法的全局收敛性。通过选取.算例进行数值实验，证明了新算法是有效的。