一个修正的NVPRP方法.PDFVIP

第３４卷第２期 Ｖｏｌ．３４　ＮＯ．２　　　　　　　　 重庆工商大学学报（自然科学版） ＪＣｈｏｎｇｑｉｎｇＴｅｃｈｎｏｌＢｕｓｉｎｅｓｓＵｎｉｖ（ＮａｔＳｃｉＥｄ）　 　　　　　　　 ２０１７年４月 Ａｐｒ．２０１７ ｄｏｉ：１０．１６０５５／ｊ．ｉｓｓｎ．１６７２－０５８Ｘ．２０１７．０００２．００７ 一个修正的 ＮＶＰＲＰ方法 吴 素 花 （重庆师范大学 数学科学学院，重庆 ４０１３３１） 　　收稿日期：２０１６－０３－１２；修回日期：２０１６－０４－０６． 　　作者简介：吴素花（１９９１－），女，重庆秀山人，硕士研究生，从事最优化理论和算法研究． 　　摘　要：非线性共轭梯度方法是解决大规模无约束问题最有效的方法之一，提出了一类新的修正共轭 梯度算法，新算法推广了黄海东等的共轭梯度参数算法，不依赖任何线搜索且具有充分下降性；然后，在标 准 Ｗｏｌｆｅ非精确线搜索下，得到了新算法的全局收敛性． 关键词：无约束优化问题；共轭梯度法；充分下降性；全局收敛性 中图分类号：Ｏ２２５　　　文献标志码：Ａ　　　文章编号：１６７２０５８Ｘ（２０１７）０２００３１０３ ０　引　言 考虑以下无约束极小问题： ｍｉｎｆ（ｘ）　ｘ∈ Ｒｎ （１） 共轭梯度法是求解这类问题的最有效的方法之一， 其一般迭代格式为 ｘｋ＋１＝ｘｋ＋αｋｄｋ （２） ｄｋ＝ －ｇｋ，ｋ＝０ －ｇｋ＋βｋｄｋ－１，ｋ≥１{ （３） 　　其中 αｋ为由某种线搜索确定的步长，ｇｋ表示 ｆ（ｘ）在点 ｘｋ处的梯度，参数 βｋ称为共轭梯度参数， 关于参数 βｋ的不同取法对应于不同的共轭梯度法． 著名的共轭梯度法有 １９５２年 Ｈｅｓｔｅｎｅｓ和 Ｓｔｉｅｆｅｌ在 文献［１］提出的 ＨＳ方法；１９６４年 Ｆｌｅｔｃｈｅｒ和 Ｒｅｅｖｓｅ 在文献 ［２］提出的 ＦＲ方法；１９６９年 Ｐｏｌａｋ和 Ｒｉｂｉｅｒｅ，Ｐｏｌｙａｋ在文献［３４］独立提出的 ＰＲＰ方法； １９８７年 Ｆｌｅｔｃｈｅｒ在文献［５］中提出的 ＣＤ方法；１９９１ 年 Ｌｉｕ和 Ｓｔｏｒｅｙ在文献［６］中提出的 ＬＳ方法；１９９９ 年戴虹和袁亚湘在文献［７］提出的 ＤＹ方法，其对 应的 βｋ的计算公式如下： βＦＲｋ ＝ ｇｋ ２ ｇｋ－１ ２ ，βＨＳｋ ＝ ｇＴｋｙｋ－１ ｄＴｋ－１ｙｋ－１ ，βＣＤｋ ＝ ｇｋ ２ －ｇＴｋ－１ｄｋ－１ βＰＲＰｋ ＝ ｇＴｋｙｋ－１ ｇｋ－１ ２ ，βＤＹｋ ＝ ｇｋ ２ ｄＴｋ－１ｙｋ－１ ，βＬＳｋ ＝ ｇＴｋｙｋ－１ －ｇＴｋ－１ｄｋ－１ 其中 · 代表范数，ｙｋ－１＝ｇｋ－ｇｋ－１． 在以上经典的 βｋ公式的选取中，ＰＲＰ，ＨＳ，ＬＳ 的计算效果比较好，但是理论比较差．对于一般的 非线性函数，Ｐｏｗｅｌ［８］举出了一个三维的例子证明 了即使采用精确线搜索，ＰＲＰ方法也不收敛．为了得 到好的理论及数值效果，Ｈｕａｎｇ，Ｌｉ和 Ｗｅｉ［９］对 ＰＲＰ 方法进行了修正，称为 ＮＶＰＲＰ方法，βｋ由下面公式 确定： βＮＶＰＲＰｋ ＝ ｇＴｋ ｇｋ－ ｇＴｋｇｋ－１ ｇｋ－１ ２ ·ｇｋ－１( ) ｇｋ－１ ２ （４） 江羡珍等在文献［１０］中对 ＰＲＰ和 ＨＳ提出了修正， βｋ选取如下： βＪＰＲＰｋ ＝ ｇｋ ２－ ｇｋ ｇｋ－１ ·ｇ Ｔ ｋｇｋ－１ ｍａｘ｛ｇｋ ２，θｇＴｋｄｋ－１ ｝ （５） βＪＨＳｋ ＝ ｇｋ ２－ ｇｋ ｇｋ－１ ·ｇ Ｔ ｋｇｋ－１ ｍａｘｄＴｋ－１ｙｋ－１，θｇＴｋｄｋ－１{ } （６） 基于以上 βｋ的选取，黎小林在文献［１１］提出了： βＭＪｋ ＝ ｇｋ ２－ ｇｋ ｇｋ－１ ·ｇ Ｔ ｋｇｋ－１ ｍａｘ ｇｋ ２，ｄＴｋ－１ｙｋ－１，θｇＴｋｄｋ－１{ } （７） 此处将 ＮＶＰＲＰ修正如下： βＭＮＶＰＲＰｋ ＝ ｇＴｋ ｇｋ－ ｇＴｋｇｋ－１ ｇｋ－１ ２ ｇｋ－１( ) ｍａｘ ｇｋ－１ ２，ｄＴｋ－１ｙｋ－１，θｇＴｋｄｋ－１{ } （８） βＭＮＶＰＲＰｋ ＝ ｇＴｋ ｇｋ－ ｇＴｋｇｋ－１ ｇｋ－１ ２ ·ｇｋ－１( ) ｍａｘ ｇｋ－１ ２，ｔｄＴｋ－１ｙｋ－１，θｇＴｋｄｋ－１{ } （９） 其中 θ＞１，ｔ＞１．记由式（２）（３）（８）确定的方法为 ＭＶＮＰＲＰ方法． 为了得到新方法的全局收敛性，对目标函数进 行一般假设： （Ａ１）ｆ（ｘ）在水平集 Ω＝｛ｘ∈Ｒｎ ｆ（ｘ）≤ｆ（ｘ０）｝ 有界，其中ｘ０∈Ｒｎ是初始点． （Ａ２）ｆ（ｘ）在水平集 Ω的一个领域 Ｎ内连续可 微，并且梯度 ｇｋ满足 Ｌｉｐｓｃｈｉｔｚ连续，即存在常数 Ｌ＞ ０使得式 ｇ（ｘ）－ｇ（ｙ）≤Ｌ（ｘ－ｙ），ｘ，ｙ∈Ｎ成立． 此处用标准沃尔夫线搜索： ｆ（ｘｋ＋αｋｄｋ）－ｆ（ｘｋ）≤ δαｋｇＴｋｄｋ ｇ（ｘｋ＋αｋｄｋ）Ｔ