...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>International journal of computer mathematics >A new subspace minimization conjugate gradient method based on tensor model for unconstrained optimization
【24h】

A new subspace minimization conjugate gradient method based on tensor model for unconstrained optimization

机译：基于张量模型的子空间最小化共轭梯度法无约束优化

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

A new subspace minimization conjugate gradient method based on tensor model is proposed and analysed. If the objective function is close to a quadratic, we construct a quadratic approximation model in a two-dimensional subspace to generate the search direction; otherwise, we construct a tensor model. It is remarkable that the search direction satisfies the sufficient descent property. We prove the global convergence of the proposed method under mild assumptions. Numerical comparisons are given with well-known CGOPT and CG_DESCENT and show that the proposed algorithm is very promising.
机译：提出并分析了一种基于张量模型的子空间最小化共轭梯度法。如果目标函数接近二次函数，则在二维子空间中构造二次近似模型以生成搜索方向;否则，我们将构建张量模型。值得注意的是，搜索方向满足了足够的下降特性。我们在温和的假设下证明了该方法的全局收敛性。与著名的CGOPT和CG_DESCENT进行了数值比较，表明所提出的算法非常有前途。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号