基于Armijo搜索步长的几种共轭梯度法的分析对比

发布时间：2021-04-19 11:34

　　共轭梯度法是解决无约束优化问题的一种重要方法,使用不精确的Armijo搜索步长的方法,利用MATLAB工具对FR共轭梯度法、PRP共轭梯度法、HS共轭梯度法3种方式的收敛效果进行对比。结果表明:在低次函数里使用FR共轭梯度法效果较好,在高次函数里使用PRP共轭梯度法或HS共轭梯度法的收敛效果较好,并且在函数波动较大时,初值的选择应尽量靠近收敛点,才能有不错的收敛效果。 

【文章来源】：成都信息工程大学学报. 2019,34(02)

【文章页数】：7 页

【文章目录】：
0 引言
1 预备知识
    1.1 FR共轭梯度法
    1.2 PRP共轭梯度法
    1.3 HS共轭梯度法
    1.4 Armijo搜索步长
    1.5 共轭梯度法算法步骤
2 算法案例
    2.1 考虑二次函数无约束优化问题
    2.2 考虑含有三角函数的二元二次函数无约束优化问题
    2.3 考虑高次函数无约束优化问题
3 结束语


【参考文献】：
期刊论文
[1]Armijo搜索下共轭梯度算法的全局收敛性[J]. 连淑君,韩莉莉,徐衍聪.  曲阜师范大学学报(自然科学版). 2000(02)

博士论文
[1]求解无约束优化问题及非线性方程组的共轭梯度法[D]. 黄元元.西安电子科技大学 2014



本文编号：3147471