【摘要】 <正> 1 引言 对于求解无约束非线性最优化问题 min{f(x)|x∈R~n}变尺度法是公认的最有效的方法之一,一般取如下形式 其中x_k∈R~n为f极小点x~*的第k次近似,d_k为第七次搜索方向,λ_k为精确搜索确定的步长参数,g_k为f在x_k处的梯度▽f(x_k),B_k为f在x_k处Hessian阵的近似矩阵,是利用迭代公式递归产生,变尺度法中有一类著名的Broyden族,它的迭代公式呈下形:更多还原

【Abstract】 The results of the paper give the conditions of step-length that can ensure global convergence and n -step quadratic convergence respectively, when the object function is uniformly convex and the updating matrie Hk is generated with reseting initial matrix H0 every n steps .更多还原