无约束优化理论与方法作为最优化理论研究的基础,被广泛地应用于现实生活中的众多领域.随着大数据时代的来临,优化问题维数剧增,具......

在求解大规模无约束优化问题的方法中，共轭梯度法相比于牛顿法、拟牛顿法具有算法简单、易于编程、存储需求小等优点，因此共轭梯度法......

共轭梯度法是解决大规模线性等式和非线性优化问题的重要方法之一,其突出优点是收敛性强、迭代步骤简单、对存储要求低.因此,通过......

共轭梯度法凭借其存储需求小、算法简单等优点,成为求解大规模无约束优化问题的主要方法之一.共轭梯度法避免了最速下降法收敛速度......

非线性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。DAI-LIAO型方法和WEI-YAO-LIU型方法是两类非常有效的非线性共轭梯......

非线性共轭梯度法是求解大规模无约束优化问题的一类非常重要的方法。这类方法具有算法简单，计算量小，所需存储量小等优点。共轭梯度......

本文研究求解无约束非线性规划的共轭梯度法.基于HS共轭梯度法和DY共轭梯度法，提出一个新的混合共轭梯度法，方法将HS共轭梯度系数与D......

无约束优化是优化领域的一个重要分支，在工程设计、经营管理和金融服务等领域中有着广泛的应用背景和前景，有效的数值求解方法是无约......

提出一类求解无约束最优化问题的混合共轭梯度算法.新算法有机地结合了DY算法和HS算法的优点.并采用非单调线搜索技术在较弱条件下......

本文提出了一种新的求解无约束优化问题的混合共轭梯度算法.通过构造新的βk公式,并由此提出一个不同于传统方式的确定搜索方向的......

结合已有修正的DY共轭梯度方法和修正的HS共轭梯度方法的优点，提出了一种求解无约束优化问题的新共轭梯度方法，证明了该算法具有全局......

针对无约束优化问题，提出一类充分下降的混合共轭梯度法。该算法在每次迭代过程中均可得到充分下降的搜索方向。在适当条件下，证明了......

共轭梯度法仅需利用一阶导数信息就可克服最速下降法收敛慢的缺点,又避免了牛顿法需要存储和计算Hesse矩阵并求逆的缺点。它把共轭......

共轭梯度法是求解无约束优化问题的一类有效方法。由于它具有算法简单、存储量小、收敛速度快、易于实现等优点，因而经常被使用于求......

本文提出了一种求解无约束优化问题的新算法,使Touati-Ahmed,Storey提出的混合共轭梯度法（以下简称AS）和Gilbert,Nocedal提出的混合......

随着互联网与信息技术的发展,人类面临的大规模优化问题越来越多。为解决此类问题,科学家们提出众多的算法。共轭梯度法是较为有效......

共轭梯度法是求解大规模无约束优化问题的一类常用的而且十分有效的迭代算法,相比于Newton法和拟Newton法,它的显著优点是算法简单......

无约束优化理论与方法作为最优化理论研究的基础,被广泛地应用于现实生活中的众多领域.随着大数据时代的来临,优化问题的维数剧增,......

共轭梯度法在求解无约束最优化问题中起着重要作用。通过构造一个新的参数βk^＊，并与βk^DY结合，得到了一类新的混合迭代参数，此类混合......

针对无约束优化问题,提出二类新的混合DY-CD的下降共轭梯度法.每次迭代过程中,算法产生的搜索方向均为充分下降方向.在水平集有界......

随着科学技术的飞速发展和电子计算机的广泛应用,求解非线性方程组的问题越来越多地被提出来,引起人们广泛的重视.在七十年代之前,......

为了有效求解大规模无约束优化问题,在PRP方法和FR方法的基础上,给出了满足共轭条件的新的混合共轭梯度法.在强Wolfe线性搜索下,证......

通过逼近一个改进的三项共轭梯度法，得到一个新的混合共轭梯度方法，此方法在假设充分下降条件成立时对一般函数具有全局收敛性，最后说......