×
萨曼Babaie-Kafaki

一种改进的尺度无记忆对称秩一方法。 （英语） Zbl 1448.90100号

波尔。Unione Mat.意大利语。 13，第3号，369-379（2020）.
摘要：为了保证在流行的Wolfe线搜索条件下正定性的遗传性，对对称秩一更新公式进行了修改，这是一个无约束优化问题目标函数（逆）Hessian的简单拟Newton近似。然后，将缩放方法应用于所提公式的无记忆版本，从而得到适合于求解大规模问题的迭代方法。基于特征值分析，表明S.S.Oren公司和E.Spedicato公司[数学课程.10，70-90（1976；Zbl 0342.90045号)]是所提更新公式在最小化条件数意义下的最佳参数。同时，建立了该方法的一个充分下降性，并对一致凸目标函数进行了全局收敛性分析。数值实验表明，采用[loc.cit.]中提出的自缩放参数，该方法的计算效率很高。

引用于1文件

MSC公司：

90元53 拟Newton型方法
49立方米 基于非线性规划的数值方法
2015财年65 矩阵特征值和特征向量的数值计算

关键词：

无约束优化;大规模优化;无记忆准牛顿法;对称秩一更新;特征值;条件编号

引文：

Zbl 0342.90045号

软件：

切割机;SCALCG公司
PDF格式BibTeX公司 XML格式引用
\textit{S.Babaie-Kafaki}，波尔。Unione Mat.意大利语。13，第3号，369--379（2020；Zbl 1448.90100）
全文： 内政部

参考文献：

[1] Andrei，N.，无约束优化的加速缩放无记忆BFGS预条件共轭梯度算法，Eur.J.Oper。第204、3、410-420号决议（2010年）·Zbl 1189.90151号 ·doi:10.1016/j.jor.2009.11.030
[2] Arguillère，S.，用对称秩一算法逼近对称矩阵序列及其应用，SIAM J.矩阵分析。申请。，36, 1, 329-347 (2015) ·Zbl 1314.90089号 ·doi:10.1137/130926584
[3] Babaie-Kafaki，S.，Polak-Ribière-Polyak和Fletcher-Reeves共轭梯度法的二次杂交，J.Optim。理论应用。，154, 3, 916-932 (2012) ·Zbl 1256.90050号 ·doi:10.1007/s10957-012-0016-7
[4] Babaie-Kafaki，S.，关于自缩放无记忆准牛顿更新公式参数的优化，J.Optim。理论应用。，167, 91-101 (2015) ·Zbl 1327.90394号 ·doi:10.1007/s10957-015-0724-x
[5] Babaie-Kafaki，S。；甘巴里（Ghanbari，R.）。；Mahdavi-Amiri，N.，基于修正正割方程的两种新共轭梯度法，J.Compute。申请。数学。，234, 5, 1374-1386 (2010) ·Zbl 1202.65071号 ·doi:10.1016/j.cam.2010.01.052
[6] Barzilai，J。；Borwein，JM，两点步长梯度法，IMA J.Numer。分析。，8, 1, 141-148 (1988) ·Zbl 0638.65055号 ·doi:10.1093/imanum/8.1.141
[7] 连接器，AR；古尔德，NIM；Toint，PhL，对称秩一更新生成的拟Newton矩阵的收敛性，数学。程序。，50, 2, 177-195 (1991) ·Zbl 0737.90062号 ·doi:10.1007/BF01594934
[8] 戴，YH；韩，JY；刘，GH；孙，DF；阴，HX；袁，YX，非线性共轭梯度法的收敛性，SIAM J.Optim。，10, 2, 348-358 (1999) ·Zbl 0957.65062号
[9] 教育部多兰；Moré，JJ，带性能配置文件的基准优化软件，数学。程序。，91, 2, 201-213 (2002) ·邮编：1049.90004 ·doi:10.1007/s101070100263
[10] 古尔德，NIM；Orban，D。；马桶、PhL、CUTEr：一个有约束和无约束的测试环境，再次访问，ACM Trans。数学。软质。，29, 4, 373-394 (2003) ·Zbl 1068.90526号 ·数字对象标识代码：10.1145/962437.96243439
[11] Nocedal，J。；Wright，SJ，《数值优化》（2006），纽约：Springer，纽约·Zbl 1104.65059号
[12] Oren，SS，自缩放可变度量（SSVM）算法。二、。实施和实验，管理。科学。，20, 5, 863-874 (1974) ·Zbl 0316.90065号 ·数字对象标识代码：10.1287/mnsc.20.5.863
[13] Oren，S.S.、Luenberger，D.G.：自缩放变量度量（SSVM）算法。一、缩放一类算法的准则和充分条件。管理。科学。，20(5), 845-862, (1973/74) ·兹标0316.90064
[14] 奥伦，SS；Spedicato，E.，自缩放可变度量算法的优化条件，数学。程序。，10, 1, 70-90 (1976) ·Zbl 0342.90045号 ·doi:10.1007/BF01580654
[15] 铃木，K。；Y.Narushima。；Yabe，H.，使用割线条件并为无约束优化生成下降搜索方向的全局收敛三项共轭梯度法，J.Optim。理论应用。，153, 3, 733-757 (2012) ·Zbl 1262.90170号 ·doi:10.1007/s10957-011-960-x
[16] Sun，W。；Yuan，YX，优化理论与方法：非线性规划（2006），纽约：Springer，纽约·邮编1129.90002
[17] Watkins，DS，矩阵计算基础（2002），纽约：John Wiley and Sons，纽约·Zbl 1005.65027号
[18] 徐，C。；张，JZ，拟牛顿方程和拟牛顿优化方法综述，Ann.Oper。研究，103，1-4，213-234（2001）·兹比尔1007.90069 ·doi:10.1023/A:1012959223138
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。