几类含参数共轭梯度法的全局收敛性研究-运筹学与控制论专业论文.docxVIP

北京科技大学硕士学位论文摘要 北京科技大学硕士学位论文 摘要 近年来，随着计算机的飞速发展以及实际问题的需要，大规模的优化问题越来越受到 人们的重视．而共轭梯度法由于具有算法简便、易于编程、以及需要存储空间小等优点，成 为解决大规模无约束最优化问题的一种主要方法． 本文对求解大规模无约束优化问题的有效方法——共轭梯度法中的几类含参数共轭 梯度法的全局收敛性进行了分析，以下是本文所做的主要工作： 1． 根据FR方法，给出了一族含两个参数的共轭梯度法：证明了其在推广的Wolfe非精 确线搜索条件下．搜索方向具有下降性，这一族共轭梯度法具有全局收敛性：最后，对算法 进行了数值试验，试验结果验证了该算法的有效性． 2． 根据FR方法及CD方法，给出了一族包含FR方法和CD方法的含参数共轭梯度法 证明了其在推广的Wolfe非精确线搜索条件下，搜索方向具有充分下降性，这一族共轭梯 度法具有全局收敛性：最后对算法进行了数值试验，试验结果表明该算法是有效的． 3． 对FR方法进行了修正，得到一族包含FR方法的单参数共轭梯度法；证明了其在推 广的Wolfe非精确线搜索条件下，搜索方向具有充分下降性，算法具有全局收敛性：最后， 对算法进行了数值试验，试验结果显示出该算法的有效性． 4．对FR方法进行修正，得到一族包含FR方法的含两个参数的共轭梯度法：证明了其 在推广的Wolfe非精确线搜索条件下，搜索方向具有下降性，算法具有全局收敛性i最后， 对算法进行了数值试验，试验结果显示出该算法的有效性． 关键词：无约束最优化，共轭梯度j去’线搜索，全局收敛性 北京科技大学硕士学位论文Research 北京科技大学硕士学位论文 Research on the Global Convergence Property of some Families of Conjugate Gradient Methods including Parameters Withthe raoiddevelopmentofcomputerscienceandurgentneedsforpra删problems in recent ycm-s，the large-scaleoptimization problem has drawn more and moaattention-The conjugate gradienl method has become important method ofsolving large-scale optimization problems,foritiseasytocomput蛐eedssmallerstoragespaceandsOOIL This thesis mainly analyzes the global convergence property ofsome fatuities ofconjugate gradient including paramete嘱which is effective in solving unconstrained optnnization．The constribution ofthis paper is： FiIst，basedontheFRmethod,Atwo-parameterfamilyofconjugategradientmethodis proposed．The descent propertyofthe direction ofsearch and the global convergence pIoperty of this menhod is proved under generalized Wolfe line ses∞ltThe ntnnerical experiment showed the algorithm is effective, Second,based 011 the FR and CD method,A two-paramefer family ofconjugate gradient method is proposed,which includes FR and CD method．The sufficient descent property ofthe dJro甜on ofsesrch and the global convergence property ofthis metlhod is proved under generalized Wolfe line search．The mmaerieal experiment showed the algorithm is effective． Third,in FR method a fami