一类新的超记忆多步曲线搜索方法及其全局收敛性.pdfVIP

第 29卷 第 5期 青 岛科 技 大 学 学 报(自然科学版) Vo1．29No．5 2008年 1O月 JournalofQingdaoUniversityofScienceandTechnology(NaturalScienceEdition) Oct．2008 文章编号：1672—6987(2008)05—0464—03 一 类新的超记忆多步曲线搜索方法 及其全局收敛性 孙 敏 (枣庄学院数学与信息科学系，山东 枣庄 277160) 摘 要：提 出一种求解无约束最优化 问题的超记忆多步曲线搜索方法，此方法具有如下 特点：(1)每次迭代 目标函数 ，’()下降量更大；(2)充分利用前m步的迭代信息；(3)每次 迭代同时确定下降方向和步长；(4)步长一致有正下界。在较弱的条件下，证明了此方法 的收敛性 。 关键词：无约束最优化 ；多步法；曲线搜索法；收敛性 中图分类号：()221．2 文献标识码 ：A A New Super—m·emoryMulti_。stepCurveSearchM ethod anditsGlobalConvergence SUN M in (DepartmentofMathematicsandInformationScience，ZaozhuangUniversity，Zaozhuang277160，China) Abstract：A new super—memorymulti—step curvesearchmethodisproposedforuncon— strainedoptimizationinthispaper，the{ollowingfourpropertiesareobtained：(1)the valueof_厂()decreasesmoreateachiteration；(2)itusesthepreviousⅢ一stepiterative informationsufficiently；(3)thedescentdirectionandthestep—sizearedeterminedatthe sametime：(4)thestep—sizeshaveapositiveuniform bound from below．Undermild conditions，theconvergenceofthenew methodisproved． Keywords：unconstrainedoptimization；multi—stepmethod；curvesearchmethod；con— vetgence． 考虑无约束最优化问题 ： 和步长 。 minfCr)， ∈R (1) 文献E23给出了解决问题 (1)的一种超记忆 其 中_厂(z)：R一R 是连续可微函数．求解 (1)的 梯度方法，此方法利用 了前一个迭代点的信息， 算法主要采用如下线性迭代形式 由于不象牛顿法需要计算矩阵的逆和存储矩阵， z㈠ 一 +akd^，是一 0，1，2，… (2) 这使得此方法的存储量很小 ，从而更适合求解大 其中a是迭代步长， 是下降方 向．通常是先确 型问题 。因此 ，对文献[2]中的方法进行改进 ：(1) 每次迭代新算法 的下降量更大 ；(2)新算法采用 定下降方向d ，然后根据精确或不精确线性搜索 前 Ⅲ步的迭代信息；(3)新算法同时确定下降方 得到步长 a，但是也可以同时确定 a和 ，比如