DFO公司

DFO是一个Fortran程序包,用于求解一般的非线性优化问题,这些问题具有以下特点:规模较小(小于100个变量),目标函数的计算成本相对较高,且此类函数的导数不可用且无法有效估计。功能评估程序中也可能存在一些噪音。例如,在工程设计中,目标函数评估是一个被视为黑匣子的模拟包时,就会出现这样的优化问题。


zbMATH中的参考文献(参考 120篇文章,1标准件)

显示第1到第20个结果,共120个。
按年份排序(引用)
  1. Gumma,E.A.E.;Ali,M.Montaz;Hashim,M.H.A.:线性等式约束非线性优化的无导数算法(2020)
  2. Hare,Warren;Planiden,Chayne;Sagastizábal,Claudia:凸有限最大问题的无导数(\mathcalV\mathcalU)-算法(2020)
  3. Xi,Min;Sun,Wenyu;Chen,Yannan;Sun,Hailin:球约束优化的无导数算法(2020)
  4. Berahas,Albert S.;Byrd,Richard H.;Nocedal,Jorge:通过拟牛顿方法对噪声函数进行无导数优化(2019年)
  5. Cartis,Coralia;Roberts,Lindon:无导数高斯-牛顿法(2019)
  6. Falini,Antonella;Jüttler,Bert:通过模板分割实现多连通平面域的THB样条多片参数化(2019)
  7. Larson,Jeffrey;Menickelly,Matt;Wild,Stefan M.:无导数优化方法(2019年)
  8. 王鹏;朱,茶桶;宋玉凤:具有简单边界约束的非线性多目标优化的无导数可行回溯搜索方法(2019)
  9. Costa,Alberto;Nannicini,Giacomo:RBFOpt:一个用于黑盒优化的开源库,具有昂贵的函数评估(2018)
  10. Maggiar,Alvaro;Wächter,Andreas;Dolinskaya,Irina S.;Staum,Jeremy:使用自适应多重要性抽样优化通过高斯卷积平滑的函数的导数自由信赖域算法(2018)
  11. Zhou,Zhe;Bai,Fusheng:基于径向基函数插值的代价高昂的黑盒全局优化自适应框架(2018)
  12. Echebest,N.;Schuverdt,M.L.;Vignau,R.P.:非线性规划的非精确恢复无导数滤波方法(2017)
  13. 方晓伟;倪,秦:基于框架的径向基函数插值共轭梯度直接搜索法(2017)
  14. Hare,W.:凸函数和全线性模型的组合(2017)
  15. Rahmanpour,Fardin;Hosseini,Mohammad Mehdi;Maalek Ghaini,Farid Mohammad:基于径向基函数的非光滑约束优化的无惩罚方法(2017)
  16. 2017年Tennel机器学习功能的黑匣子:昂贵的机器优化
  17. Verdério,Adriano;Karas,Elizabeth W.;Pedroso,Lucas G.;Scheinberg,Katya:关于导数自由信赖域算法二次模型的构建(2017)
  18. Cauwet,Marie Liesse;Liu,Jialin;Rozière,Baptiste;Teytaud,Olivier:噪声优化的算法组合(2016)
  19. Garmanjani,R.;Júdice,D.;Vicente,L.N.:不使用导数的信赖域方法:最坏情况下的复杂性和非光滑情况(2016)
  20. Lazar,Markus;Jarre,Florian:无需使用导数的优化校准(2016)