欢迎您！东篱公司
退出
-
申报数据库
-
立项数据库
-
成果数据库
-
项目获奖数据库
中文摘要：
针对参数βk的不同选取可以构成不同的共轭梯度法，给出了一类求解无约束最优化问题的修正的共轭梯度算法，这种算法能够在较弱条件下证明选定的卢。在每一步都能产生一个下降方向，且在Wolfe线搜索下具有全局收敛性．另外这种算法在另一种Wolfe搜索条件下，若搜索方向为下降时，也具有全局收敛性．
英文摘要：
The conjugate gradient method is an effective method to solve the large-scale optimization problems, and it is widely used in practice. On the basis of the choice of the parameter βk, there are many different conjugate gradient methods. This paper proposed a class of new conjugate gradient methods for solving the unconstrained optimization problem. And these methods can prove that the parameters βk selected and produce a descent search direction at every iteration and is globally convergent under the Wolfe line search conditions.
同期刊论文项目
同项目期刊论文
期刊信息
位置：