×
黄帅;万、钟;陈晓红

一种新的无约束优化非单调线搜索技术。 （英语） 兹比尔1309.90100

数字。算法 68，编号4671-689（2015）.
摘要：本文提出了一种新的非单调线搜索规则，该规则是由H.张和W.W.黑格[SIAM J.Optim.14，编号4，1043–1056（2004；Zbl 1073.90024号)]. 与Zhang和Hager的方法不同，我们的非单调线搜索被证明具有类似于标准Armijo线搜索的良好特性。利用这一性质，建立了该算法的全局收敛性，其中搜索方向应满足一些温和的条件，步长由新的直线搜索规则选择。对于强凸目标函数，证明了该算法的R-线性收敛性。将该算法用于求解CUTEr中可用的测试问题，数值结果表明，新的线搜索策略优于其他同类策略。

引用于20文件

MSC公司：

90立方 非线性规划
62K05美元 最佳统计设计
68层37 人工智能背景下的不确定性推理

关键词：

非单调线搜索;Armijo线路搜索;全球收敛;R-线性收敛

引文：

Zbl 1073.90024号

软件：

12月6日;切割机;小背包;L-BFGS公司;CG_退出;SCALCG公司
PDF格式BibTeX公司 XML格式引用
\textit{S.Huang}等人，数字。算法68，No.4，671--689（2015；Zbl 1309.90100）
全文： 内政部

参考文献：

[1] Andrei，N.：新的加速共轭梯度算法，作为Dai-Yuan无约束优化计算方案的修改。J.计算。申请。数学。234, 3397-3410 (2010) ·Zbl 1407.65060号 ·doi:10.1016/j.cam.2010.05.002
[2] Andrei，N.：无约束优化的缩放共轭梯度算法。计算。最佳方案。申请。38, 401-416 (2007) ·Zbl 1168.90608号 ·doi:10.1007/s10589-007-9055-7
[3] Armijo，L.：具有Lipschitz连续一阶偏导数的函数的最小化。派克靴。数学杂志。16, 1-3 (1966) ·Zbl 0202.46105号 ·doi:10.2140/pjm.1966.16.1
[4] Deng，S.，Wan，Z.，Chen，X.：非凸无约束优化问题的改进谱共轭梯度算法。J.优化。理论应用。(2013). doi:10.1007/s10957-012-0239-7·Zbl 1291.90183号
[5] Dolan，E.D.，Moré，J.J.：用性能曲线对优化软件进行基准测试。数学。掠夺。91, 201-213 (2002) ·邮编：1049.90004 ·doi:10.1007/s101070100263
[6] Dai，Y.H.：关于非单调线搜索。J.优化。理论应用。112, 315-330 (2002) ·Zbl 1049.90087号 ·doi:10.1023/A:1013653923062
[7] Goldstein，A.A.：最陡下降。SIAM J.控制3，147-151（1965）·Zbl 0221.65094号
[8] Grippo，L.，Lampariello，F.，Lucidi，S.：牛顿方法的非单调线搜索技术。SIAM J.数字。分析。23, 707-716 (1986) ·Zbl 0616.65067号 ·doi:10.1137/0723046
[9] Grippo，L.，Lampariello，F.，Lucidi，S.：无约束优化的非单调线搜索截断牛顿法。J.优化。理论应用。60, 401-419 (1989) ·Zbl 0632.90059号 ·doi:10.1007/BF00940345
[10] Grippo，L.，Lampariello，F.，Lucidi，S.：无约束优化中的一类非单调稳定化方法。数字。数学。59, 779-805 (1991) ·Zbl 0724.90060号 ·doi:10.1007/BF01385810
[11] Gould，N.I.M.，Orban，D.，Toint，P.H.：CUTEr和SifDec：约束和非约束测试环境，重新审视。ACM事务处理。数学。柔和。29, 373-394 (2003) ·兹伯利1068.90526 ·数字对象标识代码：10.1145/962437.96243439
[12] Hager，W.W.，Zhang，H.：算法851:CG_DESCENT，一种保证下降的共轭梯度法。ACM事务处理。数学。柔和。32, 113-137 (2006) ·Zbl 1346.90816号 ·数字对象标识代码：10.1145/1132973.1132979
[13] Hu，S.L.，Huang，Z.H.，Lu，N.：无约束优化的非单调线搜索算法。科学杂志。计算。42, 38-53 (2010) ·Zbl 1203.90146号 ·doi:10.1007/s10915-009-9314-0
[14] Liu，D.C.，Nocedal，J.：关于大规模优化的有限内存BFGS方法。数学。掠夺。45, 503-528 (1989) ·Zbl 0696.90048号 ·doi:10.1007/BF01589116
[15] Moré，J.J.，Garbow，B.S.，Hillstrom，K.E.：测试无约束优化软件。ACM事务处理。数学。柔和。7, 17-41 (1981) ·Zbl 0454.65049号 ·数字对象标识代码：10.1145/355934.355936
[16] Nocedal，J.：用有限存储更新拟Newton矩阵。数学。计算。35, 773-782 (1980) ·Zbl 0464.65037号 ·doi:10.1090/S0025-5718-1980-0572855-7
[17] Nocedal，J.、Wright，S.J.：数值优化。柏林施普林格（1999）·Zbl 0930.65067号 ·数字对象标识代码：10.1007/b98874
[18] Panier，E.R.，Tits，A.L.：通过非单调线搜索避免Maratos效应I.一般约束问题。SIAM J.数字。分析。28, 1183-1195 (1991) ·Zbl 0732.65055号 ·数字对象标识代码：10.1137/0728063
[19] Raydan，M.：大规模无约束最小化问题的Barzilai和Borwein梯度法。SIAM J.Optim公司。7, 26-33 (1997) ·Zbl 0898.90119号 ·doi:10.1137/S1052623494266365
[20] Toint，P.L.：无约束优化的非单调线搜索技术评估。SIAM J.科学。计算。17, 725-739 (1996) ·Zbl 0849.90113号 ·doi:10.137/S106482759427021X
[21] Wolfe，P.：上升法的收敛条件。SIAM第11版，226-235（1968）·Zbl 0177.20603号 ·数字对象标识代码：10.1137/1011036
[22] Wan，Z.，Chen，Y.，Huang，S.，Feng，D.：求解光滑非线性方程的改进非单调BFGS算法。最佳方案。莱特。(2014). doi:10.1007/s11590-013-0678-6·兹比尔1305.90389
[23] Wan，Z.，Feng，D.：一类非单调谨慎BFGS算法的研究。数学。数字。罪。33, 387-396 (2011) ·Zbl 1249.90206号
[24] Wan，Z.，Hu，C.M.，Yang，Z.L.：基于改进线搜索的非凸优化问题的谱PRP共轭梯度法。谨慎。康定。动态。系统。序列号。B 16，1157-1169（2011）·Zbl 1229.90209号 ·doi:10.3934/dcdsb.2011.6.1157
[25] Wan，Z.，Huang，S.，Zheng，X.D.：基于改进Armijo型线搜索的新谨慎BFGS算法。J.不平等。申请。(2012). doi:10.1186/1029-242X-2012-241·Zbl 1282.90144号
[26] Wan，Z.，Teo，K.L，Shen，X.L.，Hu，C.M.：基于改进Armijo线搜索的无约束优化问题的新BFGS方法。优化。(2012). doi:10.1080/02331934.2011.644284·兹比尔1288.90096
[27] Zoutendijk，G.：非线性规划，计算方法。整数非线性程序。143, 37-86 (1970) ·Zbl 0336.90057号
[28] Zhang，H.，Hager，W.W.：非单调线搜索技术及其在无约束优化中的应用。SIAM J.Optim公司。14, 1043-1056 (2004) ·Zbl 1073.90024号 ·doi:10.1137/S1052623403428208
[29] Zhou，J.L，Tits，A.L.：极大极小问题的非单调线搜索。J.优化。理论应用。76, 455-476 (1993) ·Zbl 0792.90079号 ·doi:10.1007/BF00939377
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。