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:
对于无约束优化中已提出的两种改进共轭梯度算法:改进的DY算法(MDY)和新的混合HS-DY算法(NH),证明了其在Wolfe线搜索下的全局收敛性.证明中的关键技巧是利用DY算法公式的一个等价公式,也正是由于该策略的运用,使得证明更为简化,进而得到了上述两种改进的共轭梯度法的全局收敛性.
推荐文章
求解无约束优化问题的新谱共轭梯度法及其收敛性
无约束优化
谱共轭梯度法
下降性
全局收敛
一个新的 PRP 三项共轭梯度法及其收敛性
线搜索
三项共轭梯度法
全局收敛性
一种修正HS共轭梯度法的全局收敛性
修正HS算法
非单调线搜索
全局收敛性
无约束优化的超记忆梯度法及其全局收敛性
无约束优化
超记忆梯度法
Armijo线性搜索
全局收敛性
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 无约束最优化中两种改进共轭梯度法的收敛性证明
来源期刊 桂林电子科技大学学报 学科 数学
关键词 共轭梯度法 下降方向 全局收敛性
年,卷(期) 2011,(1) 所属期刊栏目
研究方向 页码范围 37-40
页数 分类号 O224
字数 2406字 语种 中文
DOI 10.3969/j.issn.1673-808X.2011.01.010
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 黄青群 桂林电子科技大学数学与计算科学学院 3 2 1.0 1.0
2 周安娃 桂林电子科技大学数学与计算科学学院 1 1 1.0 1.0
3 范浩 桂林电子科技大学数学与计算科学学院 1 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (3)
节点文献
引证文献  (1)
同被引文献  (2)
二级引证文献  (0)
1964(1)
  • 参考文献(1)
  • 二级参考文献(0)
1969(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2011(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
共轭梯度法
下降方向
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
桂林电子科技大学学报
双月刊
1673-808X
45-1351/TN
大16开
广西桂林市金鸡路1号
1981
chi
出版文献量(篇)
2598
总下载数(次)
1
总被引数(次)
11679
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导