关于超记忆梯度算法的收敛性

• 作者: 明清河
• 来源期刊: 曲阜师范大学学报（自然科学版）
• 学科: 数学
• 关键词: 无约束优化 超记忆梯度法 Wolfe 线性搜索 全局收敛性
• 年，卷（期）: 2004,（1）
• 页码范围: 40-42
• 页数: 3页
• 分类号: O221.2
• 字数: 1278字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-5337.2004.01.009

摘要

超记忆梯度算法是无约束优化的有效算法之一.它的特点是在每步迭代时充分利用前面迭代点的信息,增加了参数选择的自由度,有利于构造稳定的快速收敛的算法,适于求解大规模无约束优化问题.该文研究一种超记忆梯度算法,在较弱的条件下证明了算法的全局收敛性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	明清河	枣庄师范专科学校数学系	5	10	2.0	3.0