三项修正LS共轭梯度方法及其收敛性研究
来源：应用数学学报杂志2017年第6期北京时间：
作者：刘金魁, 张春涛
单位：重庆三峡学院数学与统计学院, 万州 404100
摘要：基于著名的LS和CG_DESCENT共轭梯度方法，本文研究了一种求解大规模无约束优化问题的非线性三项共轭梯度方法.该方法能够在每一步迭代中产生一个充分下降的搜索方向，且不依赖于任何线搜索条件.在强Wolfe线搜索条件下，新方法具有全局收敛性质.数值试验表明，新方法对给定的测试问题是有效的和稳定的.
关键词：非线性共轭梯度方法,强Wolfe线搜索,充分下降性,全局收敛性
