A new hybrid conjugate gradient algorithm for unconstrained optimization

Хорошо известно, что методы сопряженного градиента полезны при решении масштабных задач нелинейной оптимизации без ограничений. В данной работе мы рассматриваем объединение лучших свойств двух методов сопряженного градиента. В частности, мы даем новый метод сопряженного градиента, основанный на гибридизации полезных методов DY (Dai-Yuan) и HZ (Hager-Zhang). Параметры гибрида выбираются таким образом, чтобы предложенный метод удовлетворял условиям сопряженности и достаточного спуска. Показано, что новый метод сохраняет свойство глобальной сходимости двух вышеупомянутых методов. Описаны численные результаты для набора стандартных тестовых задач. Показано, что в большинстве случаев эффективность предложенного метода выше, чем у DY и HZ.