摘要
Albertson,A.、Chappell,G.、Kierstead,H.、Kündgen,A.和Ramamurthu,R.2004。 无2色P着色 4 的。 电子。 J.库姆。 11、1、R26。 谷歌学者 交叉引用 Bongartz,I.、Conn,A.、Gould,N.和Toint,P.1995。 CUTE:有约束和无约束的测试环境。 ACM事务处理。 数学。 柔和。 21, 123--160. 谷歌学者 数字图书馆 Büskens,C.和Maurer,H.2001。 参数非线性规划问题的灵敏度分析和实时优化。 在《大规模系统的在线优化:最新技术》一书中,M.Gröschel、S.Krumke和J.Rambau,Eds.Springer,3-16。 谷歌学者 Coleman,T.和Cai,J.,1986年。 稀疏Hessian矩阵的循环着色问题与估计。 SIAM J.阿尔及利亚。 光盘。 方法。 7, 221--235. 谷歌学者 数字图书馆 Coleman,T.和Moré,J.,1984年。 稀疏Hessian矩阵的估计和图着色问题。 数学。 程序。 28, 243--270. 谷歌学者 交叉引用 Dixon,L.1991年。 使用自动微分来计算赫森阶和牛顿阶。 在算法的自动区分中,关于AD.A.Griewank和G.Corliss的第一届SIAM研讨会论文集,第114-125版。 谷歌学者 盖伊,D.1996。 非线性AMPL模型的更多AD:计算Hessian信息并利用部分可分性。 《计算微分:技术、应用和工具》,M.Berz、C.Bischof、G.Corliss和A.Griewank编辑,SIAM,173-184。 谷歌学者 Gebremedhin,A.、Manne,F.和Pothen,A.,2005年。 你的雅各布是什么颜色的; 用于计算导数的图形着色。 SIAM审查。 47, 4, 629--705. 谷歌学者 数字图书馆 Griewank,A.2000年。 评估衍生品:算法微分的原理和技术。 应用数学前沿,19。 宾夕法尼亚州费城SIAM。 谷歌学者 数字图书馆 Griewank,A.、Juedes,D.和Utke,J.,1996年。 ADOL-C:一个用C/C&plus编写的算法自动微分包& 加;。 ACM事务处理。 数学。 柔和。 22, 131--167. 谷歌学者 数字图书馆 Naumann,U.,2002年。 通过模拟退火降低雅可比矩阵。 SIAM J.Optim公司。 13, 660--674. 谷歌学者 数字图书馆 Naumann,U.2004年。 对偶计算图上雅可比矩阵的消去法最优累加。 数学。 程序。 99A,399--421。 谷歌学者 数字图书馆 Powell,M.和Toint,P.1979年。 稀疏Hessian矩阵的估计。 SIAM J.数字。 分析。 16, 1060--1074. 谷歌学者 数字图书馆 Vanderbei,R.和Shanno,D.,1999年。 非凸非线性规划的内点算法。 计算。 最佳方案。 申请。 13, 231--252. 谷歌学者 数字图书馆 Wächter,A.和Biegler,L.,2006年。 关于大规模非线性规划的点内滤波线性搜索算法的实现。 数学。 程序。 106, 1, 25--57. 谷歌学者 数字图书馆 Walther,A.、Kowarz,A.和Griewank,A.,2005年。 ADOL-C文档:版本1.10.1。 Griewank等人的更新版本{1996年}。 谷歌学者 Waltz,R.和Nocedal,J.,2003年。 KNITRO用户手册。 技术代表OTC 05/2003,优化技术中心,西北大学,伊利诺伊州埃文斯顿。 谷歌学者
建议
用自动微分法计算黑森人的稀疏模式 我们比较了两种使用自动微分计算框架计算Hessian矩阵稀疏模式的方法。 第一种方法是Andrea Walther于2008年提出的转发模式算法,该算法已作为。。。 使用着色和自动微分有效计算稀疏黑森数 稀疏Hessian矩阵的计算 H(H) 使用自动微分(AD)可以通过以下四步程序实现高效:(1)确定 稀疏结构 属于 H(H) ,(2)获得 种子 矩阵 S公司 定义的列分区 H(H) ... 基于自动微分的Newton-Krylov方法求解非线性方程 无Jacobian牛顿–Krylov方法广泛应用于求解非线性方程组中的许多应用。 然而,每次迭代都需要一个有效的预条件,并且确定这样的预条件可能很困难或很昂贵。 在本文中,我们。。。