基于参数选取的Wolfe搜索下的混合共轭梯度法

摘要

共轭梯度法迭代简单,储存量小,是解决优化问题的重要方法之一。新混合共轭梯度法在Dai-Yuan(DY)方法的基础上,创立了新的公式,又将新公式与DY公式结合起来,加入参数的选取,重新组合成一种新的混合共轭梯度法,这种方法在Wolfe非精确线搜索下是下降的,并给出了算法的全局收敛性。通过选取算例进行数值实验,证明了新算法是有效的。