论文部分内容阅读
给定记忆梯度算法搜索方向中的参数一个假设条件，从而确定它的一个取值范围，使其在此范围内取值均能得到目标函数的充分下降方向，由此提出一类新的记忆梯度算法．在去掉迭代点列有界和广义Armijo步长搜索下，讨论了算法的全局收敛性，且给出了结合形如共轭梯度法FR，PR，HS的记忆梯度法的修正形式．数值实验表明，新算法比Armijo线搜索下的共轭梯度法FR、PR、HS和记忆梯度法更稳定、更有效．