摘要: 为有效提高求解无约束优化问题的计算效率, 提出一类新的修正Hager-Zhang共轭梯度法, 该算法不依赖线搜索, 具有充分下降性和信赖域性质. 理论研究结果表明, 在常规假设条件下, 新算法不仅在弱Wolfe-Powell线搜索下对一般函数全局收敛, 且对一致凸函数具有R-线性收敛速度. 数值实验结果表明, 新算法比经典Hager-Zhang算法及其两个修正算法性能更优.
中图分类号:
王松华, 夏师, 黎勇. 一类修正Hager-Zhang共轭梯度法的收敛性及其数值实验[J]. 吉林大学学报(理学版), 2021, 59(5): 1107-1116.
WANG Songhua, XIA Shi, LI Yong. Convergence of a Class of Modified Hager-Zhang Conjugate Gradient Method and Its Numerical Experiment[J]. Journal of Jilin University Science Edition, 2021, 59(5): 1107-1116.