阿尔根根

阿尔根根。用于一般非线性规划的Fortran代码,它根本不使用矩阵运算,因此,能够用适中的计算机时间解决非常大的问题。通用算法为增广拉格朗日型,子问题采用GENCAN算法求解。GENCAN(包含在ALGENCAN中)是一个Fortran代码,用于最小化具有大量变量和框约束的光滑函数(资料来源:http://plato.asu.edu)


zbMATH中的参考文献(参考 100篇文章,2标准条款)

显示第1到第20个结果,共100个。
按年份排序(引用)
  1. Birgin,E.G.;Martínez,J.M.;Ramos,A.:关于非凸正则化的约束优化(2021)
  2. Andreani,Roberto;Haeser,Gabriel;Viana,Daiana S.:非线性半定规划的最优性条件和全局收敛性(2020)
  3. Barbeiro,Sílvia;Lobo,Diogo:用于图像恢复的学习稳定非线性交叉扩散模型(2020)
  4. Bentbib,A.H.;El-Guide,M.;Jbilou,K.:TV正则化的广义矩阵Krylov子空间方法(2020)
  5. Birgin,E.G.;Gardenghi,J.L.;Martínez,J.M.;Santos,S.A.:关于在无约束优化中使用具有四阶正则化的三阶模型(2020)
  6. Birgin,Ernesto G.;Gómez,Walter;Haeser,Gabriel;Mito,Leonardo M.;Santos,Daiana O.:非线性半定规划的增广拉格朗日算法应用于覆盖问题(2020)
  7. Börgens,Eike;Kanzow,Christian;Mehlitz,Patrick;Wachsmuth,Gerd:基于渐近KKT条件的Banach空间优化问题的新约束条件(2020)
  8. Bueno,L.F.;Haeser,G.;Lara,F.;Rojas,F.N.:拟平衡问题的增广拉格朗日方法(2020)
  9. Bueno,Luís Felipe;Haeser,Gabriel;Santos,Luiz Rafael:朝着凸二次规划的有效增广拉格朗日方法(2020)
  10. Cocchi,G.;Lapucci,M.:用于多目标优化的增广拉格朗日算法(2020)
  11. Colombo,Tommaso;Sagratella,Simone:线性耦合约束凸问题的分布式算法(2020)
  12. Costa,Carina Moreira;Grapiglia,Geovani Nunes:用于等式约束优化的Wang-Yuan增广拉格朗日信赖域方法的子空间版本(2020)
  13. da Silva,Gustavo Assis;Beck,AndréTeófilo;Sigmund,Ole:考虑应力约束、制造不确定性和几何非线性的柔顺机构拓扑优化(2020)
  14. Emmenderfer,Hélio jun;Fancello,Eduardo Alberto;Silva,Emílio Carlos Nelli:柔顺机构的应力约束水平集拓扑优化(2020)
  15. Fernández,Damián;Solodov,Mikhail:关于求解增广拉格朗日子问题的成本(2020)
  16. Ferreira,Orizon P.;Louzeiro,Mauricio S.;Prudee,Leandro F.:黎曼流形上多目标优化的最速下降法的迭代复杂性和渐近分析(2020)
  17. Francisco,Juliano B.;Gonçalves,Douglas S.;Bazán,Fermín S.V.;Paredes,Lila L.T.:非线性规划的非单调不精确恢复方法(2020)
  18. Galvan,G.;Lapucci,M.;Levato,T.;Scandrone,M.:约束非凸优化的交替增广拉格朗日法(2020)
  19. Gonçalves,M.L.N.;Prudence,L.F.:关于向量优化的Hager-Zhang共轭梯度法的扩展(2020)
  20. Helou,Elias S.;Santos,Sandra A.;Simões,Lucas E.A.:应用于具有平衡约束的数学规划的新序列最优性条件分析(2020年)

更多出版物请访问:http://www.ime.usp.br/~egbirgin/tango/publications.php