一种新的无优化约束问题的混合FR和PRP共轭梯度算法

• 作者: 何晓旭 殷守林 赵志刚
• 来源期刊: 沈阳师范大学学报（自然科学版）
• 学科: 工学
• 关键词: 混合共轭梯度法 线性搜索 收敛性分析
• 年，卷（期）: 2016,（1）
• 所属期刊栏目: 理论与应用研究
• 页码范围: 92-95
• 页数: 4页
• 分类号: TP391.9
• 字数: 2532字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-5862.2016.01.021

摘要

共轭梯度法仅需利用一阶导数信息就可克服最速下降法收敛慢的缺点,又避免了牛顿法需要存储和计算Hesse矩阵并求逆的缺点.它把共轭性与最速下降法相结合,利用已知点处的梯度构造一组共轭方向,并沿这组方向进行搜素,求出目标函数的极小点.它是解决大规模无约束优化问题最有用的一个方法,但是其最大局限性在于依赖初始值,不能确保收敛到全局最小值.因此,提出了一种新的混合共轭梯度法,它满足线性搜索的独立性下降条件,这种新方法是βkFR(Fletcher-Reeves)和βkPRP (Polak-Ribiere-Polyak)2种方法的混合.做了新方法的收敛性分析,数值结果表明这种新算法效率比较好,竞争力强,所需存储量小,具有步收敛性,稳定性高,而且不需要任何外来参数的优势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵志刚	沈阳师范大学科信软件学院	23	156	7.0	12.0
2	殷守林	沈阳师范大学科信软件学院	17	45	4.0	6.0
3	何晓旭	沈阳师范大学科信软件学院	2	5	2.0	2.0