作者:孙中波 段复建共轭梯度法全局收敛充分下降
摘要:共轭梯度法是优化方法中最常用的方法之一,适于解决大规模问题,因此有着广泛的应用。针对无约束优化问题,基于搜索方向的选择,提出了一个新的共轭梯度法,该算法在每一次迭代过程中,均可保证搜索方向的充分下降性,并在弱的wolfe条件下,证明了算法的全局收敛性,数值结果表明了算法的可行性与有效性。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社
《桂林电子科技大学学报》(CN:45-1351/TN)是一本有较高学术价值的大型双月刊,自创刊以来,选题新奇而不失报道广度,服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《桂林电子科技大学学报》主要刊载信息与通信工程、信号与信息处理、计算机应用技术、仪器科学与技术、控制理论与控制工程、机械设计制造及其自动化、电磁场与微波技术、机械电子工程、工业艺术设计、材料加工工程、信息与计算科学、应用数学、工商管理等方面的学术论文。
杂志详情