论文部分内容阅读
直线搜索是一种传统的最有效的优化方法，其优点是简单、易算、可靠。在采用线搜索法解决问题时，关键在于解决搜索方向以及下降步长。本文算法同时考虑了步长与下降方向。对于下降方向，本文首先推广了张建中等人运用张量方法推导的拟牛顿方程，得到了近似程度更高，范围更广的带函数值信息的拟牛顿方程。然后应用这个新拟牛顿方程建立了BFGS型的拟牛顿下降方向。对于迭代步长，我们采用了进步退步原理修正步长，利用修正的过滤器接受准则（依赖于我们带函数值信息的新下降方向）判断步长的合理性。结合这两者的更新，应用直线搜索技术获得了本文的新算法。在合理的假设条件下，这一算法收敛性得到证明。数值实验表明本文提出的基于新拟牛顿方程改进的无约束过滤线搜索算法有效可行。