论文部分内容阅读
提出一种全新的寻找无约束最优解的计算机算法。该算法能使得目标函数梯度的模逐渐收缩到零，以达到目标函数极小化，因此命名“梯度收缩法”。它同时利用了牛顿法和共轭梯度法的优点，应用目标函数的二阶导数，收敛很快，且具有牛顿法的“二次终止”特性。但Hessian矩阵奇异时，牛顿法将无法进行下去，该文算法可以克服这个缺点且能快速确定是否收敛到一个鞍点。