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)

此软件的关键字

这里的任何内容都将在支持canvas元素的浏览器上被替换

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 三 ... 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 三 ... 6 7 8 下一个