基于参数选取的Wolfe搜索下的混合共轭梯度法

作者：晁丽佳; 张永富^*

来源：内蒙古民族大学学报(自然科学版), 2022, 37(05): 374-378.

DOI：10.14045/j.cnki.15-1220.2022.05.002

• 无约束最优化
• 共轭梯度法
• Wolfe线搜索
• 全局收敛性

共轭梯度法迭代简单，储存量小，是解决优化问题的重要方法之一。新混合共轭梯度法在Dai-Yuan(DY)方法的基础上，创立了新的公式，又将新公式与DY公式结合起来，加入参数的选取，重新组合成一种新的混合共轭梯度法，这种方法在Wolfe非精确线搜索下是下降的，并给出了算法的全局收敛性。通过选取算例进行数值实验，证明了新算法是有效的。

• 单位
  数理学院; 内蒙古民族大学