首先基于共轭梯度法的共轭条件和下降性, 提出了一类充分下降的谱共轭梯度法。 该方法将经典共轭梯度法中搜索方向由原来的只满足一个共轭条件改变为同时满足一个共轭条件和一个下降条件;然后, 在Wolfe线搜索下用反证法证明了新算法的全局收敛性;最后,通过12个算例, 将新算法和已有SHS算法在迭代次数和计算时间方面进行了数值比较实验, 比较结果表明新算法在这两个方面都明显优越于SHS算法。 算法的全局收敛性和数值结果的优越性表明, 新算法是一个值得研究的方法。
陈龙卫,夏福全,贾朝勇 .一类充分下降的谱共轭梯度法 (运筹学与控制论)[J].重庆师范大学学报自然科学版,2013,(4):10-14