摘要
查尔斯·奥德特和沃伦·黑尔。 2017.无衍生品和黑箱优化。 瑞士查姆施普林格。 谷歌学者 弗洛里安·奥古斯丁(Florian Augustin)和尤塞夫·马尔佐克(Youssef M.Marzouk)。 2014.NOWPAC:具有路径增强约束的可证明收敛的无导数非线性优化器。 arXiv准备。 arXiv:1403.1931。 谷歌学者 弗洛里安·奥古斯丁(Florian Augustin)和尤塞夫·马尔佐克(Youssef M.Marzouk)。 2017.无导数非线性约束随机优化的信任域方法。 arXiv准备。 arXiv:1703.04156。 谷歌学者 瓦希德·贝兰万德、沃伦·黑尔和伊夫·卢塞特。 2017.比较优化算法的最佳实践。 最佳方案。 工程18(2017),815-848。 谷歌学者 交叉引用 斯蒂芬·比卢普斯(Stephen C.Billups)、杰弗里·拉森(Jeffrey W.Larson)和彼得·格拉夫(Peter Graf)。 2013.使用加权回归法对具有计算误差的昂贵函数进行无导数优化。 SIAM J.优化。 23, 1 (2013), 27--53. 谷歌学者 数字图书馆 C.Cartis、J.Fiala、B.Marteau和L.Roberts。 2018.提高基于模型的无导数优化求解器的灵活性和鲁棒性。 技术报告。 牛津大学数学学院。 在Optimization Online上提供。 谷歌学者 C.Cartis和L.Roberts。 2019.无导数Gauss-Newton方法。 数学。 掠夺。 公司。 (2019). 谷歌学者 Ruobing Chen、Matt Menickelly和Katya Scheinberg,2018年。 使用信任区域方法和随机模型进行随机优化。 数学。 掠夺。 169, 2 (2018), 447--487. 谷歌学者 数字图书馆 Andrew R.Conn、Nicholas I.M.Gould和Philippe L.Toint。 2000.托管区域方法。 MPS/SIAM,宾夕法尼亚州费城。 谷歌学者 数字图书馆 Andrew R.Conn、Katya Scheinberg和Luís N.Vicente。 2008.无导数优化中样本集的几何:多项式回归和欠定插值。 IMA J.数字。 分析。 28, 4 (2008), 721--748. 谷歌学者 交叉引用 Andrew R.Conn、Katya Scheinberg和Luís N.Vicente。 2009.无导数优化简介。 MPS-SIAM优化系列,第8卷。 MPS/SIAM,宾夕法尼亚州费城。 谷歌学者 数字图书馆 A.L.Custódio、J.F.A.Madeira、A.I.F.Vaz和L.N.Vicente。 2011.多目标优化的直接多搜索。 SIAM J.优化。 21, 3 (2011), 1109--1140. 谷歌学者 交叉引用 安娜·路易斯·库斯托迪奥(Ana Luísa Custódio)、卡蒂亚·舍因贝格(Katya Scheinberg)和路易斯·维森特(Luás N.Vicente)。 2017.无导数优化的方法和软件。 《工程应用优化进展与趋势》,Tamas Terlaky、Miguel F.Anjos和Shabbir Ahmed(编辑)。 宾夕法尼亚州费城SIAM。 谷歌学者 詹姆斯·德梅尔。 1997.应用数值线性代数。 宾夕法尼亚州费城SIAM。 谷歌学者 数字图书馆 耿登和迈克尔·C·费里斯,2006年。 UOBYQA算法对噪声函数的自适应。 在冬季模拟会议记录中,L.F.Peronne、F.P.Weiland、J.Liu、B.G.Lawson、D.M.Nicol和R.M.Fujimoto(编辑)。 312--319. 谷歌学者 数字图书馆 耿登和迈克尔·C·费里斯,2009年。 变量样本路径优化。 数学。 程序。 117, 1 (2009), 81--109. 谷歌学者 数字图书馆 E.D.Dolan和J.J.Moré。 2002.使用性能档案对优化软件进行基准测试。 数学。 程序。 91 (2002), 201--213. 谷歌学者 交叉引用 尼古拉斯·古尔德(Nicholas I.M.Gould)、多米尼克·奥尔班(Dominique Orban)和菲利普·托因特(Philippe L.Toint)。 2015.CUTEst:一个有约束和无约束的测试环境,具有用于数学优化的安全线程。 计算。 最佳方案。 申请。 60,3(2015年4月),545--557。 谷歌学者 数字图书馆 杰瓦尼·努斯·格拉吉利亚(Geovani Nunes Grapiglia)、袁金云(Jinyun Yuan)和袁亚香(Ya-xiang Yuang)。 2016.用于复合非光滑优化的无导数信任区域算法。 计算。 申请。 数学。 35, 2 (2016), 475--499. 谷歌学者 交叉引用 Warren Hare、Jason Loeppky和Shangwei Xie。 2018.比较昂贵的随机优化算法与随机重启的方法。 J.全球。 最佳方案。 72 (2018), 781--801. 谷歌学者 数字图书馆 C.T.凯利。 1999.使用充分减少条件检测和修复Nelder--Mead算法中的停滞。 SIAM J.优化。 10, 1 (1999), 43--55. 谷歌学者 数字图书馆 Jeffrey W.Larson和Stefan M.Wild。 2013.噪声优化的非侵入性终止。 最佳方案。 方法软件28,5(2013),993--1011。 谷歌学者 数字图书馆 马可·罗泰利(Marco Locatelli)和法比奥·肖恩(Fabio Schoen)。 2013年,《全局优化:理论、算法和应用》。 宾夕法尼亚州费城SIAM。 谷歌学者 交叉引用 L.Lukšan、Ctirad Matonoha和Jan Vlček。 2010.稀疏无约束优化的修正CUTE问题。 技术报告。 捷克共和国科学院。 谷歌学者 豪尔赫·莫雷(Jorge J.Moré)、伯顿·加博(Burton S.Garbow)和肯尼斯·希尔斯特罗姆(Kenneth E.Hillstrom)。 1981.测试无约束优化软件。 ACM事务处理。 数学。 软件7,1(1981),17-41。 谷歌学者 数字图书馆 Jorge J.Moré和Stefan M.Wild。 2009年,对无导数优化算法进行基准测试。 SIAM J.优化。 20,1(2009年1月),172--191。 谷歌学者 数字图书馆 豪尔赫·诺塞达尔(Jorge Nocedal)和斯蒂芬·赖特(Stephen J.Wright)。 2006.数值优化(第二版)。 纽约州施普林格。 谷歌学者 玛格丽塔·波塞利和菲利普·托因特。 2017.BFO,用于非线性有界约束优化和平衡计算的可训练无导数蛮力优化器。 ACM事务处理。 数学。 软件44,1(2017),6:1--6:25。 谷歌学者 数字图书馆 M.J.D.鲍威尔。 2003.关于无导数无约束最小化的信赖域方法。 数学。 程序。 97, 3 (2003), 605--623. 谷歌学者 数字图书馆 M.J.D.鲍威尔。 2004.满足插值条件的二次模型的最小Frobenius范数更新。 数学。 程序。 100, 1 (2004), 183--215. 谷歌学者 交叉引用 M.J.D.鲍威尔。 2009.无导数有界约束优化的BOBYQA算法。 DAMTP 2009/NA06技术报告。 剑桥大学。 谷歌学者 隆美尔·里吉斯。 2015.单纯形梯度的演算。 最佳方案。 莱特。 9 (2015), 845--865. 谷歌学者 交叉引用 L.Roberts。 2016年,数据拟合的无衍生优化。 FoMM CDT报告中的技术报告。 牛津大学。 检索自 http://people.maths.ox.ac.uk/robertsl/docs/DFO_MiniprojectReport_updateNov18.pdf。 谷歌学者 卡蒂亚·申伯格(Katya Scheinberg)和菲利普·托因特(Philippe L.Toint)。 2010.用于无导数无约束优化的基于模型的算法中的自校正几何。 SIAM J.优化。 20,6(2010),3512-3532。 谷歌学者 数字图书馆 雅罗斯拉夫·谢尔盖耶夫(Yaroslav D.Sergeyev)、德米特里·科瓦索夫(Dmitri E.Kvasov)和马拉特·穆哈梅特扎诺夫(Marat S.Mukhametzhanov)。 2017.用于比较元启发式和确定性一维全局优化算法的操作区。 数学。 计算。 模拟。 141 (2017), 96--109. 谷歌学者 交叉引用 Sara Shashaani、Fatemeh S.Hashemi和Raghu Pasupathy。 2018年,ASTRO-DF:一类用于无导数随机优化的自适应采样信赖域算法。 SIAM J.选项。 28, 4 (2018), 3145--3176. 谷歌学者 交叉引用 斯特凡·M·怀尔德。 2017.TAO中的POUNDERS:用POUNDES解决无导数非线性最小二乘问题。工程应用优化的进展和趋势。 宾夕法尼亚州费城SIAM,第40、529-539章。 谷歌学者 张洪超(Hongchao Zhang)、Andrew R.Conn和Katya Scheinberg,2010年。 最小二乘最小化的无导数算法。 SIAM J.优化。 20, 6 (2010), 3555--3576. 谷歌学者 数字图书馆 Zaikun Zhang。 2017年,M.J.D.Powell教授编写的软件。 检索自 http://mat.uc.pt网站/ zhang/software.html。 谷歌学者
建议
最小二乘最小化无导数算法的局部收敛性 在Zhang等人(SIAM J.Optim接受,2010)中,我们开发了一类无导数算法,称为DFLS,用于最小二乘最小化。 该算法的全局收敛性及其在有限范围内的优良数值性能。。。