CFSQP公司

CFSQP版本2.5:用于求解(大规模)约束非线性(Minimax)优化问题的C代码,生成满足所有不等式约束的迭代。CFSQP是一组C函数,用于在一般光滑约束下使一组光滑目标函数(可能是单个目标函数)的最大值最小化。如果用户提供的初始猜测对于某个不等式约束或某个线性等式约束是不可行的,CFSQP首先为这些约束生成一个可行点,然后由CFSQP生成的连续迭代都满足这些约束。将非线性等式约束转化为不等式约束(所有迭代都要满足),用一个精确的惩罚函数代替目标函数的最大值,该惩罚函数只惩罚非线性等式约束违反。当解决具有许多顺序相关约束(或目标)的问题时,例如离散化半无限规划(SIP)问题,CFSQP为用户提供了使用有效解决这些问题的算法的选项,大大减少了计算工作量。用户可以选择要求在达到非线性不等式和线性约束的可行性后,在每次迭代中减少目标函数(如果存在非线性等式约束,则为惩罚函数)(单调线搜索),或者要求在最多四次迭代内减少(非单调线搜索)。他/她必须提供定义目标函数和约束函数的函数,可以提供计算相应梯度的函数,也可以要求CFSQP通过正向有限差分估计它们。CFSQP是基于序列二次规划(SQP)的两种算法的实现,修改后生成可行迭代。在第一种方法(单调线搜索)中,使用了一种Armijo型弧搜索,其特征是最终接受一步,这是超线性收敛的要求。在第二种方法中,同样的效果是通过沿直线的“非单调”搜索来实现的。如果不存在非线性等式约束,两种搜索中使用的价值函数是目标函数的最大值;如果存在非线性等式约束,则使用精确的惩罚函数


zbMATH参考文献(参考 60篇文章

显示第1到第20个结果,共60个。
按年份排序(引用)
  1. Waligóra,Grzegorz:具有相同处理速率活动的离散连续项目调度的一些元启发式比较分析(2016)
  2. Camponogara,Eduardo;Nazari,Luiz Fernando:最优分段线性函数逼近的模型和算法(2015)
  3. Różycki,R.;Węglarz,J.:在相同的并行处理器上对可抢占作业的功率感知调度,以最小化makespan(2014)
  4. 刘凤涛;樊友华;尹建华:无QP算法在边坡稳定极限分析中的应用(2011)
  5. 《高效分割运动学》,Mallozra,2011年;解决达莫扎尔问题
  6. Pee,E.Y.;Royset,J.O.:关于用指数平滑法求解大规模有限极大极小问题(2011)
  7. Waligóra,Grzegorz:离散连续项目调度问题的启发式方法,以最小化完工时间(2011)
  8. Weinberg,Zasha;Breaker,Ronald R.:R2R-加速描绘审美共识RNA二级结构的软件(2011年)伊波尔特
  9. Chung,H.;Polak,E.;Sastry,S.:关于使用外部近似作为外部活动集策略(2010)
  10. 詹康,罗,杨军:基于概率和凸集混合模型的可靠性结构优化(2010)伊波尔特
  11. 罗阳军;康,詹;罗,振;李,亚历克斯:基于多椭球凸模型的非概率可靠性约束的连续介质拓扑优化(2010)
  12. Kang,Zhan;Luo,Yangjun:基于非概率可靠性的几何非线性结构拓扑优化(2009)
  13. 厄斯特马克,拉尔夫:混合整数非线性规划问题的并行处理(2009)
  14. Rumigny,N.;Papadopoulos,P.;Polak,E.:基于边界元形状优化问题的最优离散化策略(2009)
  15. 连续资源分配问题的启发式算法
  16. Kris Hauser;Bretl,Timothy;Harada,Kensuke;Latombe,Jean-Claude:在基于概率样本的仿人机器人规划中使用运动原语(2008)
  17. 厄斯特马克,拉尔夫:遗传混合算法在并行超级计算机上的可扩展性(2008)
  18. Pedamallu,Chandra Sekhar;Ozdamar,Linet:研究约束优化的混合模拟退火和局部搜索算法(2008)
  19. Pedamallu,Chandra Sekhar;zdamar,Linet:约束全局优化中模拟退火、区间分割和混合算法的比较(2008)
  20. Pedamallu,Chandra Sekhar;Ozdamar,Linet;Ceberio,Martine:约束满足的有效区间划分局部搜索协作(2008)