硕士研究生张艳艳等在Optimization Methods and Software发表论文

2022级硕士研究生张艳艳以通讯作者身份在国际学术期刊 “Optimization Methods and Software” 发表了题为 “A modified Polak-Ribière-Polyak type conjugate gradient method for vector optimization” 的研究论文。其导师胡清洁教授为第一作者。

近年来，向量优化问题已成为优化领域的一类热点问题，而它的数值求解方法受到了广泛关注。本文提出了一种用于求解向量优化问题的改进Polak-Ribière-Polyak共轭梯度法。它不同于现有方法，该方法无需依赖内循环实现充分精确线搜索，从而在每次迭代中生成下降方向。此外，在所提出的算法中，即使共轭参数为负时，我们证明了所生成的搜索方向不依赖于凸性假设和线搜索条件均具有充分下降性。基于标准Wolfe线搜索条件，无需引入重启策略或凸性条件，证明了该方法的全局收敛性。最后，通过一系列数值实验并与现有方法进行对比分析，验证了所提算法的有效性和鲁棒性。

该成果发表于SCI期刊Optimization Methods and Software, 该期刊出版最优化领域的相关研究及其应用，为最优化领域的国际权威刊物、中国数学会认定的T2期刊。该刊物由Taylor & Francis出版，每年出版6期，每期约发表10篇论文。