可爱的

可爱:有约束和无约束的测试环境。本文的目的是讨论一个用于测试小型和大型非线性优化算法的通用环境的范围和功能。尽管这些设施中的许多最初是作者与软件包LANCELOT一起生产的,但我们相信它们本身将是有用的,并应可用于研究人员开发优化软件。这些工具可以通过匿名ftp从许多来源获得,并且在许多情况下,可以自动安装。描述了LANCELOT软件包使用的标准输入格式(SIF)编写的主要测试问题集的范围。认识到大多数软件的编写并没有考虑到SIF,我们提供了一些工具来帮助在这个输入格式和其他优化包之间建立一个接口。这些工具提供了SIF和许多现有包(包括MINOS和OSL)之间的链接。此外,由于每个问题都包含一个特定的分类,该分类旨在帮助识别特定类别的问题,因此提供了一些工具来建立和管理这些信息的数据库。对于本文中的许多描述,Unix和cshell存在偏差,因为为了简单起见,我们并没有以最全面的通用性来说明所有内容。我们相信大多数潜在用户对Unix非常熟悉,这些示例不会导致不必要的混淆。

这个软件也是同行评审按日记帐汤姆斯.


zbMATH中的参考文献,第1条标准)

显示214个结果中的1到20个。
按年份排序(引用)

1 2 ... 9 10 11 下一个

  1. Andrei,Neculai:基于自标度无记忆Broyden-Fletcher-Goldfarb-Shanno方法的新共轭梯度算法(2020)
  2. Andrei,Neculai:无约束优化的Hessian有限差分对角逼近(2020)
  3. Andrei,Neculai:无约束优化的双参数自调整无记忆BFGS方法(2020)
  4. 戴玉红;刘新伟;孙杰:一种能快速检测非线性规划不可行性的原始-对偶内点法(2020)
  5. Gill,Philip E.;Kungurtsev,Vyacheslav;Robinson,Daniel P.:非线性优化的移位原对偶罚障法(2020)
  6. Li,Min:一个接近无记忆BFGS拟牛顿法的三项Polak-Ribière-Polyak共轭梯度法(2020)
  7. Liu,J.K.;Zhao,Y.X.;Wu,X.L.:一些具有新方向结构的三项共轭梯度法(2020)
  8. 刘美星;马国栋;尹江华:两种新的无约束优化共轭梯度法(2020)
  9. 刘新伟;戴玉红:非线性规划的全局收敛原-对偶内点松弛法(2020)
  10. 欧一贵;林海昌:一类基于修正割线方程的加速共轭梯度法(2020)
  11. Sellami,Badreddine;Chiheb Eddine Sellami,Mohamed:改进的Fletcher-Reeves共轭梯度法与Wolfe线搜索的全局收敛性(2020)
  12. Amini,Keyvan;Faramazi,Parvaneh;Pirfalah,Nasrin:具有最佳性质的修正Hestenes-Stiefel共轭梯度法(2019)
  13. Andrei,Neculai:无约束优化的新对角拟牛顿修正方法(2019)
  14. Boggs,Paul T.;Byrd,Richard H.:无约束优化的自适应有限内存BFGS算法(2019)
  15. 基于Borzil-Li的模拟退火算法;Borzheng-Li算法
  16. Faramazi,Parvaneh;Amini,Keyvan:求解大规模无约束优化问题的比例三项共轭梯度法(2019)
  17. Faramazi,Parvaneh;Amini,Keyvan:具有全局收敛性的修正谱共轭梯度法(2019)
  18. Liu,J.K.;Feng,Y.M.;Zou,L.M.:求解大规模无约束优化问题的谱共轭梯度法(2019)
  19. Sim,Hong Seng;Leong,Wah-June;Chen,Chuei-Yee:大规模无约束优化的多重阻尼梯度法(2019)
  20. Vlček,Jan;Lukšan,Ladislav:使用无限多次重复的BNS更新和共轭方向的有限内存优化方法(2019)

1 2 ... 9 10 11 下一个