原创力文档- 1、本文档共6页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
共轭梯度算法的一个变形
共轭梯度算法的一个变形
桑兆阳
中国石油大学(华东)数学与计算科学学院，山东青岛 (266555)
E-mail：sun1410@163.com
摘 要：对求解无约束最优化问题的共轭梯度算法的形式作了一个变形, 提出了一个新的求
解无约束最优化问题的共轭梯度算法. 在 Armijo 步长搜索规则下, 讨论了算法的全局收敛
性. 数值实验结果表明算法是有效的.
关键词：无约束最优化问题；共轭梯度法；Armijo 步长搜索；收敛；数值实验
中图分类号：O221.2
1．引言
考虑无约束最优化问题 (p ) : min f (x) , 其中 f (x) : R n →R 1 是一阶连续可微函数.
x ∈R n
记g k ∇f (xk ) .
共轭梯度算法具有如下形式的迭代公式:
x x +λ d (1)
k +1 k k k
⎧−g k , k 1,
dk ⎨ (2)
g β d , k 2.
− + ≥
⎩ k k k −1
式中: λ 是步长, 可以通过某种策略得到; β 是一个参数, 不同的参数对应不同的共轭梯
k k
度算法. 经典的共轭梯度算法有 FR 、PR 、HS 算法, 其参数β 的取法如下:
k
FR 2 2
βk g k g k −1 ;
PR T 2
βk (g k (g k −g k −1 )) g k −1 ;
HS T T
βk (g k (g k −g k −1 )) (dk −1 (g k −g k −1 )) .
邓乃扬[1]研究了三项共轭梯度法, 其搜索方向为
⎧−g k , k 1,
dk ⎨
文档评论（0）