Wolfe条件相关论文
共轭梯度法在二十世纪六七十年代是国内外学者研究的热点.近年来,随着计算机的飞速发展以及实际问题中大规模优化问题的涌现,共轭......
共轭梯度法是求解大规模无约束优化问题的一类重要方法.由于共轭梯度法产生的搜索方向不一定是下降方向,为保证每次迭代方向都是下降......
将Dai-Yuan共轭梯度法的前提条件βk〉0改为βk〈0,根据搜索方向的下降性要求,得出含参数Dai-Yuan记忆梯度法,并在Wolfe条件下做出......
通过对Dai-Yuan共轭梯度法的分析,将βk^KY推广到更一般的形式.根据搜索方向的下降性要求,得出含参数Dai—Yuan共轭梯度法.在Wolfe条件......
文章提出了一个新的混合共轭梯度法,它可以被看作是HS和DY的凸组合方法,并证明了在Wolfe条件下具有全局收敛性,它为一个算法的实际......
为了保证共轭梯度法每次迭代方向都是下降方向,通过选择参数定义了一个新的搜索方向,设计了一种求解无约束优化问题的修正共轭梯度算......
提出一种用非单调线搜索方法求解简单界约束非线性方程组,算法采用不精确线搜索技巧,并使用非单调结构,将当前函数最大值的下降改......
梯度下降法及其变体是最常用的数值优化算法之一,也是迄今为止优化神经网络最常用的方法.在每一个最新的深度学习库中几乎都包含了......