DL共轭梯度法的一个最优参数选择

作者：尹小丽; 王景刚

来源：东莞理工学院学报, 2020, 27(05): 8-43.

DOI：10.16002/j.cnki.10090312.2020.05.002

• 共轭梯度法
• 奇异值
• 条件数

DL共轭梯度法的参数t是否存在适当选择是非线性共轭梯度法公开问题之一。近年来,BabaieKafaki S和Ghanbart R对DL方法的搜索方向矩阵进行奇异值学习,他们主要通过不同的放缩方式得到搜索方向矩阵条件数的两个上界,再极小化上界,得到参数t的两个最优选择tk1、tk2,在此基础上以一种新的放缩方式得到t的一个最优选择tk3,且与取参数为tk1和tk2的DL方法相比,取参数tk3的DL方法在数值计算上更具优势。

• 单位
  重庆师范大学