文章免费访问 在上共享 SNOPT:一种用于大规模约束优化的SQP算法 作者: 菲利普·吉尔 查看个人资料 , 沃尔特·默里 查看个人资料 , 迈克尔·A·桑德斯 查看个人资料 作者信息和声明 SIAM审查第47卷第1版2005第99–131页https://doi.org/10.1137/S0036144504446096出版:2005年1月1日出版历史 SIAM审查第47卷第1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。假设二阶导数不可用或计算成本过高。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。拉格朗日量的Hessian近似使用有限记忆准牛顿方法。SNOPT是一种特殊的实现,它对QP子问题使用简化的半定QP解算器(SQOPT)。它是为具有数千个约束和变量的问题而设计的,但最适合于具有中等自由度的问题(例如,高达2000)。给出了大多数CUTEr和COPS测试集合的数值结果(大约1020个示例,所有尺寸的约束和变量多达40000个,自由度多达20000个)。 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算法计算数学数学分析数学优化持续优化二次规划计算理论算法的设计和分析数学优化持续优化二次规划 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审查 第47卷第1期2005157页ISSN公司:0036年-1445年期刊目录 赞助商合作中出版商工业和应用数学学会美国 出版历史 出版:2005年1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 其他指标查看文章指标文献计量学引文231文章指标231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/S0036144504446096复制链接在社交媒体上分享 在上共享 0工具书类