يك الگوريتم گراديان مزدوج كارا براي حل مسايل بهينه‌سازي نامقيد

An Efficient Conjugate Gradient Algorithm for Unconstrained Optimization Problems

در اين مقاله به معرفي يك روش گراديان مزدوج كارآمد پرداخته­ مي­ شود. اين روش از حل يك مساله بهينه‌سازي كه به كمك ويژگي­ هاي گراديان مزدوج خطي و همچنين يك شرط سكانت اصلاح شده به دست آمده، حاصل مي­ شود. پارامتر گراديان مزدوج معرفي‌شده علاوه بر مقادير گراديان، در هر تكرار از مقادير تابع نيز استفاده مي­ كند. روش ارايه‌شده با فرضيات مناسب خاصيت همگرايي سراسري دارد. در انتها با استفاده از مسايل كتابخانه CUTEr به مقايسه روش با برخي روش­ هاي شناخته شده موجود مي­ پردازيم و كارايي روش را ارزيابي مي­ كنيم.

In this paper, an efficient conjugate gradient method for unconstrained optimization is introduced. Parameters of the method are obtained by solving an optimization problem, and using a variant of the modified secant condition. The new conjugate gradient parameter benefits from function information as well as gradient information in each iteration. The proposed method has global convergence under mild assumptions. Using a collection of CUTEr problems, the method is compared with some existing algorithms to show its effectiveness.