作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
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.
推荐文章
Wolfe线性搜索下的超记忆梯度法及其收敛性
无约束优化
超记忆梯度法
全局收敛性
线性收敛速率
遗传算法的收敛性研究
遗传算法
全局收敛性
自适应遗传算法
并行遗传算法
小生境遗传算法
蝙蝠算法的全局收敛性分析
蝙蝠算法
随机优化算法
全局收敛性
全局最优解
态空间系统的梯度优化辨识及收敛性分析
系统辨识
状态空间系统
梯度优化
收敛性分析
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 关于超记忆梯度算法的收敛性
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) 所属期刊栏目
研究方向 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
五维指标
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
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (12)
共引文献  (32)
参考文献  (7)
节点文献
引证文献  (5)
同被引文献  (2)
二级引证文献  (18)
1969(3)
  • 参考文献(3)
  • 二级参考文献(0)
1976(1)
  • 参考文献(1)
  • 二级参考文献(0)
1979(1)
  • 参考文献(0)
  • 二级参考文献(1)
1981(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(2)
  • 参考文献(0)
  • 二级参考文献(2)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(3)
  • 参考文献(1)
  • 二级参考文献(2)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2005(1)
  • 引证文献(1)
  • 二级引证文献(0)
2008(1)
  • 引证文献(0)
  • 二级引证文献(1)
2009(6)
  • 引证文献(2)
  • 二级引证文献(4)
2010(8)
  • 引证文献(0)
  • 二级引证文献(8)
2011(2)
  • 引证文献(0)
  • 二级引证文献(2)
2012(4)
  • 引证文献(1)
  • 二级引证文献(3)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
无约束优化
超记忆梯度法
Wolfe 线性搜索
全局收敛性
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
曲阜师范大学学报(自然科学版)
季刊
1001-5337
37-1154/N
大16开
山东省曲阜市
24-128
1964
chi
出版文献量(篇)
2642
总下载数(次)
11
总被引数(次)
8788
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导