一种新的混合共轭梯度算法

根据现有的共轭梯度算法,提出了一种新的求解无约束优化问题的混合共轭梯度法.在每一步迭代过程中,新算法总是能生成一个充分下降方向.在Wolfe线搜索下,提出的算法具有全局收敛性.数值实验表明该算法具有良好的计算性能.     

基于PRP公式修正的有效共轭梯度算法

给出一种非负且带有调比因子的修正PRP共轭梯度法参数公式.基于该共轭参数公式,采用SWP线搜索的对应共轭梯度算法满足充分下降性,采用WWP线搜索的对应谱共轭梯度算法保持下降性.在常规假设条件下,证明了算法的全局收敛性,数值实验结果表明算法是有效的.     

Wolfe线搜索下充分下降性的FR型共轭梯度法

在FR共轭梯度法的基础之上,提出了一种新的共轭梯度法.在标准的Wolfe线搜索下,证明了该算法的充分下降性和收敛性.最后,给出初步的数值实验结果并表明该方法是有效的.     

一类修正的 FR 型谱共轭梯度法

提出了一类WFR型谱共轭梯度法,并且该算法在任何线搜索下都具有充分下降性.在标准Wolfe线搜索下,证明了新算法具有全局收敛性.数值实验结果表明新算法优于VFR法.     

求解大规模非光滑优化问题的一种修正Hestenes-Stiefel共轭梯度算法

利用Moreau-Yosida正则化技术和非单调线搜索技术,设计了一种针对大规模非光滑优化问题的修正Hestenes-Stiefel共轭梯度算法.该算法的搜索方向不仅自动满足充分下降条件,而且属于信赖域.在适当条件下,新算法全局收敛.初步的数值实验也表明新算法对于求解大规模非光滑无约束凸优化问题是有效的.     

一种新的求解无约束优化问题的谱共轭梯度法

在修正的Wei-Yao-Liu共轭梯度法基础上,给出一种新的求解无约束优化问题的谱共轭梯度算法,该算法在强wolfe型线搜索下具有充分下降性和全局收敛性,数值实验结果表明该算法是有效的.     

基于TMS320VC5402和XBee模块的UART应用研究

强Wolfe条件不能保证标准CD共轭梯度法全局收敛.本文通过建立新的共轭参数,提出无约束优化问题的一个新谱共轭梯度法,该方法在精确线搜索下与标准CD共轭梯度法等价,在标准Wolfe线搜索下具有下降性和全局收敛性.初步的数值实验结果表明新方法是有效的,适合于求解非线性无约束优化问题.     

求解无约束优化问题的一种新的谱共轭梯度法

在修正LS算法的基础上,对谱系数βk进行变形,并采用谱共轭梯度算法的迭代格式,提出了求解无约束优化问题minf(x),x∈Rn(f(x):Rn→R为连续可微函数)的一种新的谱共轭梯度法,对其充分下降性和全局收敛性进行了研究。结果表明,该算法在标准的Wolfe非精确线搜索下能满足充分下降性。在标准的Wolfe线搜索下具有全局收敛性。     

Wolfe线搜索下的一个修正DY谱共轭梯度法

对比传统梯度法,谱梯度算法有很好的加速效果。在经典DY型共轭梯度法的基础上,提出了一种修正DY谱共轭梯度法,利用Wolfe线搜索步长规则,在适当的假设条件下证明了算法的全局收敛性。     

一类非单调三参数共轭梯度算法研究

虽然求解无约束优化问题共轭梯度方法的算法程序便于计算机上实现,但难于建立算法的全局收敛性理论.为弥补其不足,研究了一类新的共轭梯度算法.该算法搜索方向的构造中引入了3个参数,且通过合适地选取这些参数保证了所得搜索方向不依赖于线搜索技术,是目标函数的恒充分下降方向.以此为基础,提出了一种求解无约束优化问题的非单调三参数共轭梯度法,并在一定的假设条件下建立了算法的全局收敛性理论.数值实验进一步验证了这种算法比同类算法更有效.     

修正共轭投影梯度滤子法

利用共轭投影梯度技术,结合滤子算法的思想,通过修正搜索方向,建立了一个新的共轭投影梯度滤子算法.该算法不需要求解二次规划子问题,而且能有效避免常规滤子算法中的恢复算法.在适当的条件下,证明了算法的全局收敛性.     

求解无约束问题的修正PRP共轭梯度算法

提出了一种改进的PRP共轭梯度算法,其搜索方向自动具有充分下降性和信赖域性质,且在一定条件下,具有全局收敛性.数值结果表明该算法对求解无约束光滑问题是有效的.     

一类具有全局收敛性质的共轭梯度法

非线性共轭梯度法由于其迭代简单和储存量小,且搜索方向不需要满足正割条件,在求解大规模无约束优化问题时占据及其重要的地位.提出了一类新的共轭梯度法,其搜索方向是目标函数的下降方向.若假设目标函数连续可微且梯度满足Lipschitz条件,线性搜索满足Wolfe原则,讨论了所设计算法的全局收敛性.