Resumen

Se propone un método híbrido que combina el método de gradiente conjugado FR y el método de gradiente conjugado WYL para problemas de optimización sin restricciones. El método presentado posee la propiedad de descenso suficiente bajo la regla de búsqueda de línea de Wolfe-Powell fuerte (SWP) relajando el parámetro . Bajo condiciones adecuadas, se establece la convergencia global con la regla de búsqueda de línea SWP y la regla de búsqueda de línea débil de Wolfe-Powell (WWP) para funciones no convexas. Los resultados numéricos muestran que este método es mejor que el método FR y el método WYL.

• Materias:Convergencia Función theta Fuga de conmutadores Funciones homogéneas Conjuntos dominantes
• Subjects:Convergence Theta function Leakage of commutators Homogeneous functions Dominant sets
• Palabras claves:Método; Gradiente conjugado; Problemas de optimización; Convergencia; Regla de búsqueda de línea; Resultados numéricos
• Keywords:Method; Conjugate gradient; Optimization problems; Convergence; Line search rule; Numerical results