| 非精确搜索下的超记忆梯度法及其收敛性 |
| |
| 引用本文： | 时贞军.非精确搜索下的超记忆梯度法及其收敛性[J].应用科学学报,2003,21(3):241-243. |
| |
| 作者姓名： | 时贞军 |
| |
| 作者单位： | 1.大连理工大学应用数学系 辽宁 大连 116024;2.曲阜师范大学运筹与管理学院 山东 日照 276826 |
| |
| 基金项目： | 国家自然科学基金资助项目(10171054) |
| |
| 摘 要： | 提出一种新的无约束优化超记忆梯度算法,算法在每步迭代中充分利用前面迭代点的信息产生下降方向,采用Armijo搜索产生搜索步长,在较弱的条件下证明了算法的全局收敛性.
|
| 关 键 词： | 无约束优化 Armijo线性搜索 全局收敛性 超记忆梯度法 |
| 文章编号： | 0255-8297(2003)03-0241-03 |
| 收稿时间： | 2002-07-03 |
| 修稿时间： | 2002-12-02 |
The Supermemory Gradient Method with Inexact Line Searches |
| |
| SHI Zhen-Jun.The Supermemory Gradient Method with Inexact Line Searches[J].Journal of Applied Sciences,2003,21(3):241-243. |
| |
| Authors: | SHI Zhen-Jun |
| |
| Affiliation: | 1.Department of Applied Mathematics, Dalian University of Technology, Dalian 116024, China;2.College of Operations Research and Management, Qufu Normai University, Rizhao 276826, China |
| |
| Abstract: | The paper presents a new supermemory gradient algorithm for unconstrained minimiza-tion problems. The algorithm makes full use of the previous iterative information to generate the search direction at each iteration and uses Armijo's line search to find the stepsize. We can prove its global convergence under mild conditions. |
| |
| Keywords: | unconstrained minimization supermemory gradients inexact line search global con-vergence |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
| 点击此处可从《应用科学学报》浏览原始摘要信息 |
|
点击此处可从《应用科学学报》下载全文 |
