改进的共轭梯度法

今天看到共轭梯度法的两种实现，一种称为fletcher-reeves（FR-CG）方法，另一种称为polak-ribiere（PR-CG）方法。

在含体积蒙皮的模拟过程中，两者差别不大

又对比了wolfe的c1，c2取值，发现c2取0.1时，共轭梯度法在初始阶段收敛较取0.45时快，但后期收敛慢

在不含体积蒙皮的模拟过程中，两者性能略有差别。但差别与是否只取大于0的beta，是否在梯度与上次迭代梯度方向相近时直接去最速下降法有关。有时候FR较快，有时候PR较快。

最后按照numerical optimization的建议，采取了PR方法。