摘要: 有限记忆 BFGS(broyden-fletcher-goldfarb-shanno)方法主要用来求解大规模无约束优化问题,是最有 效的拟牛顿方法之一,该方法利用存储一定量的向量对去克服拟牛顿方法需要存储大量矩阵的缺点,同时还保持 了良好的收敛性质. 通过修正割线条件改进有限记忆 BFGS方法,使其具有更好的二阶曲率信息,并证明该方法对 一致凸函数具有全局收敛性. 与标准有限记忆 BFGS方法(limitedBFGS,LBFGS)相比,修正有限记忆 BFGS方法 (modifiedlimitedBFGS,MLBFGS)在计算上略有优势.