求解无约束优化问题的改进Hestenes-Stiefel方法

摘要

共轭梯度法是求解优化模型最有效的方法之一。这是由于它的简单性、低内存需求和全局收敛的特性。许多研究人员试图改进这项技术。在本文中，我们通过精确的最小化规则，提出了一种具有全局收敛性的共轭梯度参数的修正。使用一些无约束优化基准问题进行了初步实验。数值结果表明，新算法在迭代次数和CPU时间方面都优于其他经典方法，因此是有效且有前途的。