Convergennee globale d'une nouvelle méthode du gradient

Voir Plus Voir Moins

Afficher le Résumé

Dans ce mémoire nous présentons une nouvelle méthode du gradient à mémoire utilisée pour l'optimisation sans contrainte, en particulier pour les problèmes de grande taille.La première idée de cette méthode fût proposée par Miele et Cantrell (1969) ainsi que Cragg et Levy (1969). On commence par montrer que cette nouvelle méthode génère une direction de descente et qu'elle converge globalement si les conditions de Wolfe faibles sont satisfaites. Nos résultats numériques démontrent que la méthode est efficace dans certains problèmes test standards si on y inclut un bon choix de paramètres.