Mathematica Eterna
Libre accès

Abstrait

Une méthode de gradient de mémoire sous une nouvelle technique de recherche de ligne non monotone pour une optimisation sans contrainte

Ke Su et Zixing Rong

Dans cet article, nous combinons une nouvelle méthode de gradient de mémoire avec une technique de recherche de ligne non monotone et nous obtenons un nouvel algorithme. qui fonctionne efficacement à la fois dans les résultats théoriques et numériques, de plus, nous prouvons la convergence globale de l'algorithme dans des conditions douces, au final nos résultats numériques montrent que la méthode proposée est efficace pour des problèmes de test standard donnés si nous choisissons un bon paramètre inclus dans la méthode, de plus, il y a certains avantages en théorie.