非线性共轭梯度法的研讨并分析.pdfVIP

摘要 非线性共轭梯度法的研究 摘要 共轭梯度法是求解无约束优化的一类有效的方法。它具有算法简便，存储需求 小等优点，适合于求解大规模优化问题。经典的非线性共轭梯度法有：FR、PRP、 CD、HS等。近几年，韦增欣、张建中、Hiroshi 的拟牛顿条件(正割条件)，产生了许多新的算法，新算法既有梯度信息，又有函数 值信息，且数值表现比以往的算法好。 本文提出了两类共轭梯度法，第一类在HiroshiYabe和MasahiroTakano的共 轭梯度法的基础上，就∥¨(由于雠。=＆一。或段一l=Yk一，的良好的数值表现)的选择， 分别用％一，和儿一，的算术平均值和凸组合来修正，以及对鼠的系数进行修正，从而得 到三种新的非线性共轭梯度法，从而扩大了反的范围。然后证明三种新算法在强 Wolfe线搜索下的全局收敛性，数值验证表明这类共轭梯度法是比较有效的。 CD方法在使用强Wolfe线搜索时虽然能够保证每个搜索方向下降，但全局收敛 性质不好。第二类算法是结合CD法和Liu．Y Storey．C提出的新共轭梯度法(简记LS 法)，提出一类新的非线性共轭梯度法，新方法不但具有下降性质，而且在推广的 Wblfe线搜索下是全局收敛的，最后进行了数值验证。 关键词：共轭梯度法，强Wolfe线搜索，全局收敛，下降性，推广的Wolfe线搜索 Abstract unconstrained rolein opt。 methodhas allefficientsolving The played coniugategradient duetothe of nonlinear simplicity in large—scale optimization solving imization．especially well。known conjugate their low requirements·Some iteratioIlSarld very memory 也eir anew andHSSO conlugacy are on·Recently,using methodsFR,PRP,CD gradient et Yabeal· Daiand zengx_in,Zhangjianzhong，Hiroshi condition Liao，Wei proposedby