一个基于非单调技术的超记忆梯度法

发布时间：2021-04-29 18:30

　　本文给出一个修正的非单调线搜索策略,并结合该策略提出一个求解无约束优化问题的超记忆梯度算法.该算法的主要特点是:在每一次迭代中,它所产生的搜索方向总是满足充分下降条件.这一特性不依赖于目标函数的凸性以及方法所采用的线搜索策略.在较弱的条件下,该方法具有全局收敛和局部R-线性收敛性.数值实验表明了该方法的有效性. 

【文章来源】：应用数学. 2020,33(01)北大核心CSCD

【文章页数】：10 页

【文章目录】：
1. 引言
2. 算法描述
3. 算法的收敛性分析
4. 数值实验


【参考文献】：
期刊论文
[1]一个求解无约束优化的ODE型混合方法[J]. 贾胜南,欧宜贵,王冠舒.  应用数学. 2015(04)
[2]一个基于定步长技术的超记忆梯度法[J]. 刘元文,欧宜贵,马巍.  应用数学. 2015(01)



本文编号：3167960