共轭梯度法Dai-Liao共轭条件修正参数
最优化与控制
2024-12-24 v3
摘要
共轭梯度（CG）法因实现所需内存较少，被广泛用于求解非线性无约束优化问题。本文提出一种具有重启性质的CG法Dai-Liao共轭条件新参数，其依赖于Lipschitz常数并与Hestenes-Stiefel方法相关。所提方法对凸与非凸函数均满足下降条件与全局收敛性质。在数值实验中，我们使用来自CUTEst库的200余个函数将新方法与CG_Descent进行比较。比较结果表明，新方法在CPU时间、迭代次数、梯度评估次数与函数评估次数方面均优于CG_Descent。
引用
@article{arxiv.2304.06694,
title = {Modified parameter of Dai Liao conjugacy condition of the conjugate gradient method},
author = {Ahmad Alhawarat},
journal= {arXiv preprint arXiv:2304.06694},
year = {2024}
}
备注
20 Pages, 4 figures