广西民族师范学院资助项目(2013RCGG002)
- 作品数：11 被引量：23H指数：3
- 相关作者：林穗华黄海更多>>
- 相关机构：广西民族师范学院更多>>
- 发文基金：广西民族师范学院资助项目广西高等学校科研项目国家自然科学基金更多>>
- 相关领域：理学更多>>
- 一个新的谱共轭梯度法被引量：5
- 2014年
- 谱共轭梯度法含有两个方向调控参数,是求解无约束优化问题的一类有效方法.本文给出一对参数公式以构建新的谱共轭梯度法,该方法在精确线搜索下与标准FR方法等价,在Wolfe线搜索下具有类似标准DY方法的内在性质.我们证明了采用Wolfe线搜索的新算法在每一次迭代中均产生下降方向,并且具有全局收敛性.数值实验结果表明,新算法数值稳定、有效,适合于求解大规模无约束优化问题.
- 林穗华黄海
- 关键词：无约束优化
- 改进的PRP型谱共轭梯度算法被引量：3
- 2020年
- 【目的】研究有效求解二次连续可微无约束优化问题。【方法】设计新的PRP型共轭参数βk^MPRP=gk^T/(‖gk-1‖)^2·(yk-1+2s^T/k-1yk-1/‖sk-1‖^2sk-1)和相应的谱参数公式。【结果】新算法搜索方向自动充分下降且具有信赖域特征,并在一定条件下全局收敛。【结论】数值试验表明该谱共轭梯度算法是有效的。
- 林穗华黄海
- 关键词：无约束优化充分下降性全局收敛性
- Wolfe线搜索下的修正FR谱共轭梯度法被引量：6
- 2017年
- 对无约束优化问题的谱共轭共轭梯度法,提出修正的FR共轭参数和谱参数,使每次迭代均自行产生下降方向,且这一下降性不依赖于任何线搜索条件。在常规假设下,证明了采用Wolfe线搜索的新算法具有全局收敛性。相关的数值实验结果表明该谱共轭梯度法是有效的。
- 林穗华
- 关键词：无约束优化WOLFE线搜索
- 一个充分下降LS型共轭梯度算法的全局收敛性被引量：1
- 2015年
- 共轭梯度法是求解大型无约束非线性优化问题的一种常用方法,在应用中通常以负梯度方向作为其自动重启方向.该文在LS共轭梯度法的基础上,结合一种新的自动重启方向,证明了算法的自动充分下降性和在强Wolfe线搜索下的全局收敛性,给出的数值试验结果表明算法是有效的.
- 林穗华
- 关键词：无约束优化共轭梯度法充分下降性自动重启全局收敛性
- 无约束优化的下降谱共轭梯度算法被引量：2
- 2018年
- 为求解无约束优化问题,设计含调比因子的共轭参数和谱参数,使相应的谱共轭梯度法具有下降性,在步长由Wolfe线搜索产生的情况下,新算法满足全局收敛性.初步的数值实验表明新算法是有效的.
- 林穗华
- 关键词：无约束优化WOLFE线搜索
- 无约束非线性优化问题的混合LS-CD谱共轭梯度法被引量：1
- 2014年
- 为寻求收敛性质和数值表现具佳的无约束优化算法,利用共轭梯度法和含有两个方向调控参数的谱共轭梯度法,结合LS方法与CD方法给出混合的共轭参数和相应的谱参数,建立采用标准Wolfe线搜索的谱共轭梯度算法,证明了算法满足下降性和全局收敛性,数值试验显示算法是有效的,适合于求解大型无约束非线性优化问题.研究结果表明:谱共轭梯度法两个参数的适当构造有利于降低算法的收敛条件,增强算法的适用性.
- 林穗华
- 关键词：无约束优化全局收敛性
- 基于PRP公式修正的有效共轭梯度算法
- 2017年
- 给出一种非负且带有调比因子的修正PRP共轭梯度法参数公式.基于该共轭参数公式,采用SWP线搜索的对应共轭梯度算法满足充分下降性,采用WWP线搜索的对应谱共轭梯度算法保持下降性.在常规假设条件下,证明了算法的全局收敛性,数值实验结果表明算法是有效的.
- 林穗华
- 关键词：无约束优化共轭梯度法全局收敛性
- 基于Wolfe线搜索的修正共轭梯度算法被引量：3
- 2018年
- 为解决大型无约束优化问题,设计新的修正参数公式,建立基于Wolfe线搜索的共轭梯度算法和谱共轭梯度算法,证明了新算法的下降性和全局收敛性.初步的数值实验表明算法是有效的.
- 林穗华
- 关键词：无约束优化共轭梯度法WOLFE线搜索
- 求解无约束优化问题的两个谱共轭梯度法的全局收敛性被引量：4
- 2015年
- 谱共轭梯度法含有两个方向调控参数,是一种结合共轭梯度法和谱梯度法的无约束优化方法。本文建立新的共轭参数和谱参数,提出无约束优化问题的两个谱共轭梯度法,这两个新方法在精确线搜索下等价于FR共轭梯度法。然后,证明了算法1在Wolfe线搜索下和算法2在Armijo线搜索下的全局收敛性,并给出了算法的数值实验结果,验证了算法的有效性。
- 林穗华
- 关键词：无约束优化全局收敛性
- 一类充分下降共轭梯度法的全局收敛性被引量：2
- 2017年
- 给出一类搜索方向采用保守策略的新型共轭梯度法,在常规假设条件下得到了算法的全局收敛性结果,并给出算法的数值实验结果.结果表明:相应的算法分别在强Wolfe非精确线搜索参数σ<1/4,1/3,1/2的情形下充分下降;新算法适合于求解大型无约束优化问题.
- 林穗华
- 关键词：无约束优化共轭梯度法充分下降性全局收敛性
