摘要
Birgin,E.G.、Martinez,J.M.、Raydan,M.:算法813:SPG——凸约束优化软件。 ACM事务处理。 数学。 柔和。 27, 340---349 (2001) 谷歌学者 数字图书馆 Birgin,E.G.,Castillo,R.,Martinez,J.M.:非凸问题的增广拉格朗日算法的数值比较。 计算。 最佳方案。 申请。 31(1), 31---56 (2005) 谷歌学者 数字图书馆 Bongartz,I.,Conn,A.R.,Gould,N.I.M.,Toint,Ph.L.:$${\sf CUTE}$$CUTE:约束和非约束测试环境。 ACM事务处理。 数学。 柔和。 21(1), 123---160 (1995) 谷歌学者 数字图书馆 Conn,A.R.,Gould,N.I.M.,Toint,Ph.L.:介绍大规模非线性优化问题的结构和$${\sf LANCELOT}$$LANCELET项目。 收录:Glowinski,R.,Lichnewsky,A.(编辑)《应用科学与工程中的计算方法》,第42-51页。 SIAM,费城(1990) 谷歌学者 Conn,A.R.,Gould,N.I.M.,Toint,Ph.L.:$${\sf LANCELOT}$$LANCELET:用于大规模非线性优化的Fortran包(A版)。 计算数学中的斯普林格级数。 施普林格,海德堡,柏林,纽约(1992) 谷歌学者 数字图书馆 Le Digabel,S.:算法909:NOMAD:使用MADS算法进行非线性优化。 ACM事务处理。 数学。 柔和。 37(4), 1---15 (2011) 谷歌学者 数字图书馆 Dolan,E.D.,Gurson,A.P.,Shepherd,P.L.,Siefert,C.M.,Torczon,V.J.,Yates,A.:C++直接搜索。 http://www.cs.wm.edu/va/software/DirectSearch/direct_code/ (2001) 谷歌学者 Fletcher,R.:NLP的序列线性约束规划算法。 SIAM J.Optim公司。 22(3),772---794(2012) 谷歌学者 交叉引用 Gay,D.M.:线性规划测试问题的电子邮件分发。 数学规划学会煤炭新闻稿,1985年12月。 http://www.netlib.org/lp/data/ 谷歌学者 Gill,P.E.,Wong,E.:凸规划和一般二次规划的方法。 技术报告NA 10--1,加州大学圣地亚哥分校数学系,2013年。 数学编程计算(2014) 谷歌学者 Gould,N.I.M.,Orban,D.,Toint,Ph.L.:$${\sf CUTEr}$$CUTEr(和$${.sf SifDec}$$SifDec),一个约束和非约束的测试环境,再次访问。 ACM事务处理。 数学。 柔和。 29(4), 373---394 (2003) 谷歌学者 数字图书馆 Gould,N.I.M.,Orban,D.,Toint,Ph.L.:$${\sf GALAHAD}$$GALAHAD——用于大规模非线性优化的线程安全fortran 90包库。 ACM事务处理。 数学。 柔和。 29(4), 353---372 (2003) 谷歌学者 数字图书馆 IBM优化解决方案和库:QP解决方案用户指南。 IBM公司(1998) 谷歌学者 国际商业机器公司:数学编程系统/360第2版,线性和可分离编程用户手册。 技术报告H20----0476-2,IBM Corporation,1969年。 MPS标准 谷歌学者 Kocvara,M.,Stingl,M.:PENNON:凸非线性和半定规划的代码。 最佳方案。 方法软件。 18(3), 317---333 (2003) 谷歌学者 交叉引用 Maros,I.,Meszaros,C.:凸二次规划问题库。 最佳方案。 方法软件。 11---12, 671---681 (1999) 谷歌学者 Ponceleón,D.B.:大规模二次规划的障碍方法。 美国加州斯坦福大学计算机科学系博士论文(1990年) 谷歌学者 数字图书馆 Powell,M.J.D.:无导数约束优化的BOBYQA算法。 英国剑桥大学应用数学和理论物理系DAMTP NA2009/06技术报告(2009) 谷歌学者 Powell,M.J.D.:无导数线性无约束优化的LINUOA软件。 http://www.netlib.org/na-digest-html/13/v13n42.html (2013) 谷歌学者 Powell,M.J.D.:无导数无约束优化的NEWUOA软件。 In:Di Pillo,G.,Roma,M.(编辑)《大尺度非线性优化》。 非凸优化及其应用,第83卷,第255-297页。 施普林格,海德堡,柏林,纽约(2006) 谷歌学者 QPLIB2014:二次编程库。 http://www.lamsade.dauphine.fr/QPlib2014/doku.php (2014) 谷歌学者 Schittkowski,K.:NLPQLP:具有分布式非单调行搜索的序列二次规划算法的Fortran实现。 拜勒大学计算机科学系,技术报告(2010年) 谷歌学者 Schittkowski,K.:QL:凸二次规划的Fortran代码——用户指南,2.11版。 Bayreuth大学计算机科学系技术报告(2005年) 谷歌学者
建议
非凸问题增广拉格朗日算法的数值比较 增广拉格朗日算法是解决非线性规划问题的常用工具。 在这些方法的每次外部迭代中,都会解决一个更简单的优化问题,对于这个问题,可以使用有效的算法,特别是当。。。 非线性规划的信赖域内点方法 TAPIA’05:2005年计算多样性会议记录 在温和的条件下,(非凸)非线性规划的Karush-Kuhn-Tucker(KKT)系统的雅可比矩阵在孤立解附近是非奇异的。 然而,此属性可能无法阻止这种解决方案。 为了增强。。。