Résumé

Un nouvel algorithme de hybride du gradient conjuguée est proposé pour résoudre des problèmes d’optimisation sans contrainte, le paramètre de gradient conjugué β_k est calculé comme une combinaison convexe de Hager& Zhang et Dai and Yuan ce qui produit une direction de descente à chaque itération et converge globalement à condition que la recherche linéaire satisfait aux conditions de Wolfe. Les expériences numériques sont effectuées pour tester l’efficacité de la nouvelle méthode, ce qui
confirme les potentiels de cette méthode.
Mots clés : Optimisation sans contraintes, Méthode hybride du Gradient conjuguée, algorithme, convergence globale, recherche linéaire de Wolfe.

Information

Item Type:	Thesis
Divisions:	» Laboratoire d’Informatique et Mathématiques » Faculté des Sciences et de la Technologie
ePrint ID:	2619
Date Deposited:	2021-07-08
Further Information:	Google Scholar
URI:	https://www.univ-soukahras.dz/fr/publication/article/2619

BibTex