期刊文章详细信息
关于超记忆梯度算法的收敛性
ON THE CONVERGENCE OF SUPERMEMORY GRADIENT METHOD
文献类型：期刊文章
机构地区：[1]枣庄师范专科学校数学系,山东省枣庄市277160
年 份：2004
卷 号：30
期 号：1
起止页码：40-42
语 种：中文
收录情况：AJ、CAS、MR、WOS、ZMATH、普通刊
摘 要：超记忆梯度算法是无约束优化的有效算法之一 .它的特点是在每步迭代时充分利用前面迭代点的信息 ,增加了参数选择的自由度 ,有利于构造稳定的快速收敛的算法 ,适于求解大规模无约束优化问题 .该文研究一种超记忆梯度算法 ,在较弱的条件下证明了算法的全局收敛性 .
关 键 词：超记忆梯度算法 收敛性 无约束优化 Wolfe线件搜索 全局收敛性
分 类 号：O221.2]
参考文献：
正在载入数据...
二级参考文献：
正在载入数据...
耦合文献：
正在载入数据...
引证文献：
正在载入数据...
二级引证文献：
正在载入数据...
同被引文献：
正在载入数据...
