车辆08

关于部分可分函数的无约束优化问题,我们考虑了n个实变量的光滑目标函数f的最小化问题。对于n>200,我们只能通过利用f的某些特殊结构的最小化算法,在通常的存储和计算时间限制内找到f的局部最小值。其中一种可能性是f(x)的Hessian G(x)在最小值x*处具有聚集特征值,在这种情况下,共轭梯度法和有限记忆变量度量法被发现是非常有效的。然而,一般来说,这些方法的性能是不可预测的,因为除了某些测试函数外,G在x*附近的特征值结构通常是未知的。因此,如果传统的rabf近似方法具有一定的局部可分离性,那么我们用rabf近似的方法来寻找局部可分离性。这种结构总是由G的稀疏性所暗示,并且只依赖于x的分量进入f的方式,而不取决于f或其导数的数值(资料来源:http://plato.asu.edu)


zbMATH中的参考文献,3标准条款)

显示142个结果中的1到20个。
按年份排序(引用)

1 2 ... 6 7 8 下一个

  1. Galli,Leonardo;Galligari,Alessandro;Scandrone,Marco:非单调不精确分解方法的统一收敛框架(2020)
  2. Gratton,S.;Toint,Ph.L.:关于求解变精度非线性优化问题的注记(2020)
  3. Hosseini Dehmiry,Alireza:BFGS方法在改进的元尾路线搜索技术下的全局收敛性(2020)
  4. Kuřátko,Jan;Ratschan,Stefan:用可伸缩约束优化方法求解可达性问题(2020)
  5. 袁功林;王晓亮;盛,周:无约束优化问题两个开放问题的投影技术(2020)
  6. Chen,Xiaojun;Toint,Ph.L.;Wang,H.:具有非Lipschitz奇点的部分可分离凸约束优化的复杂性(2019)
  7. Gao,Wenbo;Goldfarb,Donald:拟牛顿方法:自洽函数的无线搜索超线性收敛(2019)
  8. García,Oscar:通过转换为最小二乘问题估计可约随机微分方程(2019)
  9. Petra,Cosmin G.;Chiang,Naiyuan;Anitescu,Mihai:不完全Hessian信息优化的结构化拟牛顿算法(2019)
  10. Tyagi,Hemant;Vybiral,Jan:从高维点查询学习一般稀疏可加性模型(2019)
  11. Gao,Wenbo;Goldfarb,Donald:Block BFGS methods(2018年)
  12. Kronqvist,Jan;Lundell,Andreas;Westerlund,Tapio:在求解凸MINLP问题时利用可分性的重构(2018)
  13. Julia Huqiang,2018;在Hestte,G.efficient算法中;Julia Huqiang,G.efficient;Julia Huqiang,2018年
  14. 袁公林;盛,周;王伯鹏;胡武杰;李春年:非凸函数修正BFGS方法的全局收敛性(2018)
  15. 曹惠平;李东辉:稀疏非线性方程组的分块拟牛顿方法(2017)
  16. 袁功林;魏增新;吕锡文:修正弱Wolfe-Powell线搜索下BFGS和PRP方法的全局收敛性(2017)
  17. 曹惠平;姚兰:部分可分离无约束优化问题的分区PSB方法(2016)
  18. Gaur,Daya R.;Hossain,Shahadat;Saha,Anik:使用双边压缩确定稀疏雅可比矩阵:算法和下限(2016)
  19. Janka,Dennis;Kirches,Christian;Sager,Sebastian;Wächter,Andreas:具有块对角Hessian矩阵的非凸非线性规划的SR1/BFGS SQP算法(2016)
  20. Huang,Wen;Gallivan,K.A.;Absil,P.-A.:用于黎曼优化的Broyden类拟牛顿方法(2015)

1 2 ... 6 7 8 下一个