Resumen

El método de proyección de gradiente conjugado es uno de los métodos más efectivos para resolver ecuaciones no lineales monótonas a gran escala con restricciones convexas. En este artículo, se diseña un nuevo parámetro conjugado para generar la dirección de búsqueda, se mejora una estrategia de búsqueda de línea adaptativa para obtener el tamaño del paso y luego se propone un nuevo método de proyección de gradiente conjugado para ecuaciones no lineales monótonas a gran escala con restricciones convexas. Bajo condiciones moderadas, se demuestra que el método propuesto es globalmente convergente. Se realizan numerosos experimentos numéricos para el método presentado y sus comparaciones, lo que indica que el método presentado es muy prometedor. Finalmente, se aplica el método propuesto para tratar la recuperación de señales dispersas.

• Materias:Big Data Gestión de riesgos Administración de información Red neuronal Teoría de redes
• Subjects:Big Data Risk management Information management Neural network Network Theory
• Palabras claves:Método de proyección del gradiente conjugado; A gran escala; Ecuaciones no lineales monótonas; Restricciones convexas; Búsqueda de línea adaptativa; Convergente globalmente
• Keywords:Conjugate gradient projection method; Large-scale; Monotone nonlinear equations; Convex constraints; Adaptive line search; Globally convergent