论文部分内容阅读
共轭梯度法是求解无约束优化问题的一类重要方法。通过调整搜索方向，提出了一类改进的LS共轭梯度法，该方法在每步迭代中都能不依赖于任何搜索而自行产生充分下降方向。在精确搜索下，该算法将还原为原LS方法。在适当的条件下，获证了该法在Armijo搜索下，即使求解非凸函数极小化的问题，算法也全局收敛。同时，数值实验表明该算法可以有效求解优化问题。