论文部分内容阅读
非线性共轭梯度法是解决大规模无约束优化问题的经典方法.讨论DL共轭梯度参数t的最优选择是N.Andrei提出的关于非线性共轭梯度的公开问题之一.在Babaie-Kafaki和Ghanbart R对DL方法搜索方向矩阵奇异值研究的基础上,通过更加精确的放缩得到搜索方向矩阵上界,再极小化上界得新的参数.带有新参数的DL方法在数值实验中比原来的更好.