一种新的混合共轭梯度算法.PDF

( ) 第 卷第 期 西 南 大 学 学报 自然科学版 年 月 39 5 2017 5 ( ) Vol.39 No.5 JournalofSouthwestUniversit NaturalScienceEdition Ma. 2017 y y : / DOI 10.13718 .cnki.xdzk.2017.05.020 j 一种新的混合共轭梯度算法① 韩 信, 张俊容, 王森森 , 西南大学 数学与统计学院 重庆 400715 : , , 摘要 根据现有的共轭梯度算法 提出了一种新的求解无约束优化问题的混合共轭梯度法 在每一步迭代过程中 . , 新算法总是能生成一个充分下降方向 在 线搜索下 提出的算法具有全局收敛性 数值实验表明该算法具有 . Wolfe . 良好的计算性能. : ; ; ; 关 键 词 无约束优化 混合共轭梯度法 充分下降 全局收敛性 中图分类号: 文献标志码: 文章编号: ( ) O224 A 1673 9868201705 0132 07 考虑下面的无约束优化问题 {(): n} () min x x R 1 f ∈ : n , n , , () () 其中 是连续可微函数 表示 维欧氏空间 是 的梯度向量 即 共轭梯 R →R R n x ∇ x. f g f g = f 度法是求解无约束优化问题()的一种十分有效的算法 该算法的一般迭代格式如下: 1 . () x x αd