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）