江汉大学学报：自然科学版
江漢大學學報：自然科學版
강한대학학보：자연과학판
Journal of Jianghan University:Natural Sciences
2012年
6期
10-13
,共4页
无约束优化%混合共轭梯度法%wolfe线搜索%全局收敛性
無約束優化%混閤共軛梯度法%wolfe線搜索%全跼收斂性
무약속우화%혼합공액제도법%wolfe선수색%전국수렴성
unconstrained optimization%hybrid conjugate gradient method%Wolfe line search%global convergence
结合已有修正的DY共轭梯度方法和修正的HS共轭梯度方法的优点，提出了一种求解无约束优化问题的新共轭梯度方法，证明了该算法具有全局收敛性，同时还证明了该算法在强Wolfe线搜索下具有充分下降性。
結閤已有脩正的DY共軛梯度方法和脩正的HS共軛梯度方法的優點，提齣瞭一種求解無約束優化問題的新共軛梯度方法，證明瞭該算法具有全跼收斂性，同時還證明瞭該算法在彊Wolfe線搜索下具有充分下降性。
결합이유수정적DY공액제도방법화수정적HS공액제도방법적우점，제출료일충구해무약속우화문제적신공액제도방법，증명료해산법구유전국수렴성，동시환증명료해산법재강Wolfe선수색하구유충분하강성。
Combined with the existing modified DY conjugate gradient method and the modi- fied HS conjugate gradient method, proposes a hybrid conjugate gradient method for solving uncon- strained optimization problems. The strong global convergence and the sufficient descent of the new algorithm are proved in strong Wolf line search.
