無約束優化問題的一種改進的共軛梯度法

摘要：共軛梯度法是求解大規模約束問題的有效算法，的選取不同構成不同的共軛梯度法，由此通過修正提出了求解無約束優化問題的一種改進的共軛梯度法，并在wolf線搜索下證明了它的全局收斂性。

關鍵詞：無約束優化問題；共軛梯度法；wolf線搜索；全局收斂性

中圖分類號O1-0文獻標志碼:A文章編號:1673-291X（2008）13-0227-02

參考文獻：

[1] Zoutendijk.G.NonlinearProgramming，ComputationalMethods[M].Amsterdam:North-Holland，1970:37-86.

[2] 戴或虹，袁亞湘.非線性共扼梯度法[M].上海:上海科技出版社，2000.

[3] 潘翠英，陳蘭平.求解無約束優化問題的一類新的下降算法[J].應用數學學報，2007，(1):88-98.

[4] 陳蘭平，焦寶聰.一般無約束優化問題的廣義擬牛頓法[J].數學進展，2007，(1):81-85.

[5] 陳寶林.最優化理論與算法[M].北京:清華大學出版社，1989.

A New Conjugate Gradient Method for Unconstrained Optimization Problems

JING Chun-xia1， CHEN Zhong1，HE Yong-qiang2

(1.School of Information and Mathematics， Yangtze University， Jinzhou 434023，China;

2.Sinopec co. Jiangsu oilfield Branch，Yangzhou 211600 ，China)

Abstract： In the ordinary circumstances， conjugate gradient method is the effective algorithm which solves the large-scale restraint question， different Selection of constructs different conjugate gradient method. We propose a new conjugate gradient method for unconstrained optimization problems byupdate and prove that method with wolf line search converges globally.

Key words： unconstrained optimization problem; conjugate gradient method; wolf line searc; global convergence

[責任編輯王曉燕]