基于修正割线条件的有限记忆BFGS方法

作者：尹小丽

来源：内江师范学院学报, 2020, 35(12): 32-36.

DOI：10.13603/j.cnki.51-1621/z.2020.12.007

• 有限记忆拟牛顿法
• 无约束优化
• 修正割线条件
• 全局收敛性

有限记忆BFGS(broyden-fletcher-goldfarb-shanno)方法主要用来求解大规模无约束优化问题,是最有效的拟牛顿方法之一,该方法利用存储一定量的向量对去克服拟牛顿方法需要存储大量矩阵的缺点,同时还保持了良好的收敛性质.通过修正割线条件改进有限记忆BFGS方法,使其具有更好的二阶曲率信息,并证明该方法对一致凸函数具有全局收敛性.与标准有限记忆BFGS方法(limited BFGS,LBFGS)相比,修正有限记忆BFGS方法(modified limited BFGS,MLBFGS)在计算上略有优势.

• 单位
  重庆师范大学