Biblioteca122.294 documentos en línea

Artículo

Nonlinear Conjugate Gradient Methods with Sufficient Descent Condition for Large-Scale Unconstrained OptimizationMétodos de gradiente conjugado no lineal con condición de ascenso suficiente para la optimización a gran escala sin restricciones

Resumen

Se proponen dos métodos no lineales de tipo gradiente conjugado para resolver problemas de optimización sin restricciones. Una propiedad atractiva de los métodos, es que, sin ninguna búsqueda de línea, las direcciones generadas siempre descienden. Bajo algunas condiciones suaves, se establecen resultados de convergencia global para ambos métodos. Los resultados numéricos preliminares muestran que estos métodos propuestos son prometedores, y competitivos con el conocido método PRP.

  • Tipo de documento:
  • Formato:pdf
  • Idioma:Inglés
  • Tamaño: Kb

Cómo citar el documento

Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.

Este contenido no est� disponible para su tipo de suscripci�n

Información del documento

  • Titulo:Nonlinear Conjugate Gradient Methods with Sufficient Descent Condition for Large-Scale Unconstrained Optimization
  • Autor:Jianguo, Zhang; Yunhai, Xiao; Zengxin, Wei
  • Tipo:Artículo
  • Año:2009
  • Idioma:Inglés
  • Editor:Hindawi Publishing Corporation
  • Materias:Análisis Matemático Álgebra Matemática aplicada Lógica matemática
  • Descarga:0