[1]汤仪平,金福江.最速下降法和共轭梯度的混合算法及全局收敛[J].华侨大学学报(自然科学版),2007,28(2):124-126.[doi:10.3969/j.issn.1000-5013.2007.02.004]
　TANG Yi-ping,JIN Fu-jiang.A Hybrid Algorithm of the Steepest Descent Method and the Conjugate Gradient Methoe and Its Global Convergence[J].Journal of Huaqiao University(Natural Science),2007,28(2):124-126.[doi:10.3969/j.issn.1000-5013.2007.02.004]
点击复制

最速下降法和共轭梯度的混合算法及全局收敛()
分享到：

《华侨大学学报（自然科学版）》[ISSN:1000-5013/CN:35-1079/N]

卷:
第28卷
期数:
2007年第2期
页码:
124-126
栏目:
出版日期:
2007-04-20

文章信息/Info

Title:
A Hybrid Algorithm of the Steepest Descent Method and the Conjugate Gradient Methoe and Its Global Convergence
文章编号:
1000-5013(2007)02-0124-03
作者:
汤仪平; 金福江
华侨大学信息科学与工程学院; 华侨大学信息科学与工程学院 福建泉州362021; 福建泉州362021
Author(s):
TANG Yi-ping;  JIN Fu-jiang
College of Information Science and Engineering, Huaqiao University, Quanzhou 362021, China
关键词:
最速下降法;  共轭梯度法;  混合算法;  全局收敛性
Keywords:
the steepest descent method;  conjugate gradient method;  hybrid algorithm;  global convergence
分类号:
O224
DOI:
10.3969/j.issn.1000-5013.2007.02.004
文献标志码:
A
摘要:
将最速下降法与共轭梯度法有机结合起来,构造出一种混合优化算法,并证明其全局收敛性.这种混合优化算法结合了共轭梯度法和最速下降法产生搜索方向,既提高了共轭梯度算法的收敛速度,又解决了目标函数的等值线是扁长椭球时,最速下降法下降缓慢的问题,具有收敛速度快、收敛范围大、适应面广等特点.文中的算法实例表明,混合算法与单纯的共轭梯度法相比,效果更优.
Abstract:
Based on the steepest descent method and the conjugate gradient method,a hybrid algorithm is proposed in this paper,and its global convergence is proved.The hybrid algorithm raises the convergence rate of the conjugate gradient method and solves the problem for which the convergence rate of the steepest descent method get slower when the isopleth of goal function is oblong.In conclusion,the method has features with quick convergence rate,large convergence range and wide accommodation compared with the conjugate gradient method,the hybrid algorithm method has a better result in the example.

参考文献/References:

[1] 陈宝林. 最优化理论与算法 [M]. 北京:清华大学出版社, 2005.334-368.
[2] 欧志英, 严克明, 王柏岩. 共轭梯度法和最速下降法的混合算法 [J]. 甘肃工业大学学报, 1999(1):89-91.doi:10.3969/j.issn.1673-5196.1999.01.020.
[3] 宁伟, 卿熙宏, 陶华学. 基于共轭梯度法和最速下降法的非线性测量数据处理 [J]. 山东科技大学学报(自然科学版), 2004(4):5-7.doi:10.3969/j.issn.1672-3767.2004.04.002.
[4] 袁亚湘, 孙文瑜. 最优化理论与方法 [M]. 北京:科学出版社, 1997.108-199.
[5] 薛嘉庆. 最优化原理与方法 [M]. 北京:冶金工业出版社, 1983.66-100.

备注/Memo

备注/Memo:
福建省自然科学基金资助项目(A0540002)
更新日期/Last Update: 2014-03-23