一类Armijo搜索下的记忆梯度法及其全局收敛性A Class of Armijo Search Under the Memory Gradient Method and Its Global Convergence
朱帅,王希云
摘要(Abstract)：
通过构造新的kβ,提出了一种新的无约束优化问题的记忆梯度算法,同时在Armijo线搜索下分析了该算法的全局收敛性,数值实验表明了新算法的有效性。
关键词(KeyWords)： 无约束优化;记忆梯度法;Armijo线搜索;全局收敛性
基金项目(Foundation): 山西省自然科学基金(2008011013)
作者(Author): 朱帅,王希云
参考文献(References)：
- [1]FLETCHER R,REEVES C M.Function Minimization by Conjugate Gradients[J].Computer Journal,1964,7(2):149-154.
- [2]MIELE A,CANTRELLJ W.Study on a Memory Gradient Method for the Minimization of Functions[J].J.Optim Theory and Ap-pl,1969,3(6):459-470.
- [3]时贞军.无约束优化的超记忆梯度算法[J].工程数学学报,2000,17(2):99-104.
- [4]汤京永,时贞军.一类全局收敛的记忆梯度算法及其线性收敛性[J].数学进展,2007,36(1):67-75.
- [5]时贞军.Wolfe搜索下记忆梯度法的收敛性[J].应用数学学报,2006,29(1):9-18.
- [6]汤京永,秦金华,董丽.无约束优化的超记忆梯度法及其全局收敛性[J].信阳师范学院学报,2008,21(1):12-14.
- [7]时贞军.非精确搜索下的超记忆梯度法及其收敛性[J].应用科学学报,2003,21(3):241-243.
- [8]汤京永,时贞军.一类新的强Wolfe线性搜索下的记忆梯度法[J].曲阜师范大学学报,2005,31(2):24-28.