芬克尔,D.E。;凯利,C.T。 扰动Lipschitz函数采样方法的收敛性分析。 (英语) Zbl 1181.65084号 派克靴。J.优化。 5,第2期,339-349(2009). 采样方法通过在可行区域内的点处评估(采样)目标函数来控制优化的进度。这些方法不需要梯度信息,但可以像隐式滤波一样,尝试从采样中推断梯度甚至海森信息。在本文中,作者观察到C.奥德特和J.E.Dennis jun。[SIAM J.Optim.13,第3期,889–903(2003年;Zbl 1053.90118号)]自然扩展到各种确定性采样方法。对于有界约束问题(其中唯一的约束是变量的简单上界和下界),它们表明,任何基于坐标搜索的方法,包括足够丰富的方向集,例如每个采样状态下的随机方向,在应用于Lipschitz连续问题时,具有满足广义最优性必要条件的簇点。结果也适用于更一般的约束,包括所谓的“隐藏”或“是-否”约束。审核人:纳达·朱拉诺维奇-米利奇奇(贝尔格莱德) 引用于7文件 MSC公司: 65千5 数值数学规划方法 65K10码 数值优化和变分技术 关键词:取样方法;克拉克衍生物;Lipschitz函数 引文:Zbl 1053.90118号 软件:DFO公司;凯利 PDF格式BibTeX公司 XML格式引用 \textit{D.E.Finkel}和\textit{C.T.Kelley},Pac。J.优化。5,第2号,339--349(2009;Zbl 1181.65084)