文章免费访问 在上共享 SNOPT:一种大规模约束优化的SQP算法 作者: 菲利普·E·吉尔 查看个人资料 , 沃尔特·默里 查看个人资料 , 迈克尔·桑德斯 查看个人资料 作者信息和声明 SIAM优化杂志第12卷第4版2002第979–1006页https://doi.org/10.1137/S1052623499350013出版:2002年4月1日出版历史 SIAM优化杂志第12卷第4期 上一个第条下一步第条 跳过抽象节摘要序列二次规划(SQP)方法已被证明对于求解目标和约束中具有光滑非线性函数的约束优化问题非常有效。这里我们考虑一般不等式约束(线性和非线性)的问题。我们假设一阶导数可用,并且约束梯度稀疏。我们讨论了一种SQP算法,该算法使用平滑增广拉格朗日价值函数,并明确规定了原始问题和QP子问题中的不可行性。SNOPT是一种使用半定QP解算器的特殊实现。它基于对拉格朗日海森函数的有限记忆拟纽顿近似,并使用简化海森算法(SQOPT)求解QP子问题。它是为具有数千个约束和变量但自由度适中的问题而设计的(例如,高达2000)。一个重要的应用是在航空航天工业中进行轨迹优化。给出了CUTE和COPS测试集合中大多数问题的数值结果(大约900个示例)。 引用人查看全部 索引术语 SNOPT:一种用于大规模约束优化的SQP算法信息系统数据管理系统数据库管理数据字典计算数学数学分析数值分析数值微分计算理论算法的设计和分析数学优化 索引项已通过自动分类分配给内容。 建议 SNOPT:一种用于大规模约束优化的SQP算法 序列二次规划(SQP)方法已被证明对于求解目标和约束中具有光滑非线性函数的约束优化问题非常有效。这里我们考虑一般不等式约束问题(。。。阅读更多信息非线性优化的全局收敛线性约束拉格朗日方法 对于具有非线性约束的优化问题,线性约束拉格朗日(LCL)方法求解一系列形式为“最小化受线性约束的增广拉格朗夫函数”的子问题。此类方法收敛迅速。。。阅读更多信息二阶导数SQP方法:全局收敛性 序列二次规划(SQP)方法是一类求解非线性约束优化问题的高效算法。虽然二阶导数信息可能经常被计算出来,但很少有实用的理论能证明。。。阅读更多信息 评论 Please enable JavaScript to view thecomments powered by Disqus. 登录选项检查您是否可以通过登录凭据或您的机构访问本文。登录完全访问权限获取此文章 问询处贡献者发布于 SIAM优化杂志 第12卷第4期2002286页国际标准编号:1052-6234期刊目录 赞助商合作中出版商工业与应用数学学会美国 出版历史 出版:2002年4月1日 作者标记大规模优化有限记忆方法非线性不等式约束非线性规划拟牛顿算法序列二次规划限定符文章会议资金来源 其他指标查看文章度量文献计量学引文130文章指标130引文总数查看引文0总下载次数下载次数(过去12个月)0下载次数(最近6周)0其他指标查看作者指标引用人查看全部数字版以数字版本查看这篇文章。查看数字版数字其他共享此出版物链接https://dl.acm.org/doi/10.1137/S1052623499350013复制链接在社交媒体上分享 在上共享 0工具书类