摘要:基于带有割线条件的DL方法，提出了两个满足改进的割线条件的修正共轭梯度方法——MDDL1方法与WMDDL1方法.在步长满足Wolfe线搜索的条件下，证明了MDDL1方法具有充分下降性；进一步地证明了WMDDL1方法不依赖任何线搜索具有充分下降性；最后分析和证明了两个方法在步长满足强Wolfe线搜索的条件下对一般函数均具有全局收敛性.

摘要:非线性共轭梯度方法是解决大规模无约束问题最有效的方法之一，提出了一类新的修正共轭梯度算法，新算法推广了黄海东等的共轭梯度参数算法,不依赖任何线搜索且具有充分下降性；然后,在标准 Wolfe非精确线搜索下,得到了新算法的全局收敛性.

摘要:在CD方法和LS方法的基础上,提出了一个混合的CD和LS共轭梯度法来求解无约束最优化问题；在适当的条件下，即可证明该方法在Wolfe线性搜索下对一般函数具有全局收敛性.

摘要:通过适当修正FletcherReeves(FR)方法，提出了一类修正FR共轭梯度法方法(MFR*),并证明了MFR*方法在强Wolfe线搜索下具有充分下降条件和全局收敛性.