Аннотация:
Методы сопряженных градиентов представляют собой мощный класс алгоритмов оптимизации, известных своей эффективностью и универсальностью. В данном исследовании мы оптимизируем обобщенный симметричный алгоритм спуска Хестенса–Штифеля (GDSHS) путем усовершенствования параметра $c$, который является критическим фактором. Мы используем как аналитические, так и численные методы для оценки оптимального диапазона c для работы алгоритма. С использованием подробных численных экспериментов мы исследуем влияние различных значений $c$ на сходимость и вычислительную эффективность алгоритма. Проводится сравнительный анализ версий GDSHS с различными значениями $c$ и известных методов сопряженных градиентов, таких как методы Флетчера–Ривса (FR) и Полака–Рибьера–Поляка (PRP+). Наши выводы подчеркивают важность задания $c=1$, значительно повышающего сходимость и вычислительную производительность алгоритма GDSHS, благодаря чему он является конкурентоспособным выбором среди самых современных методов оптимизации.