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(参考文献112篇,2标准条款)

显示第1到第1个结果。
按年份排序(引用)
  1. 阿松ço,P.B。;费雷拉,O.P。;Prudence,L.F.:多目标优化的条件梯度法(2021)
  2. 例如,伯金。;加登吉,J.L。;马丁内斯,J.M。;Santos,S.A.:关于用barrier算法求解线性约束优化问题(2021)
  3. 例如,伯金。;劳雷恩,A。;马桑博内,R。;Santana,A.G.:用最小半径相同球覆盖二维区域问题的形状优化方法(2021)
  4. 例如,伯金。;马丁内斯,J.M。;Ramos,A.:关于非凸正则化的约束优化(2021)
  5. Díaz Millán,R。;费雷拉,O.P。;Prudence,L.F.:凸可行性问题的交替条件梯度法(2021)
  6. 多斯塔尔,兹登克;Vlach,Oldřich:带自适应正交化策略的加速增广拉格朗日算法及其在弹性接触问题中的应用(2021)
  7. 赫尔曼,本;吹笛手,歌尔;Patrinos,Panagiotis(Panos):具有集排除约束的非线性规划的惩罚方法(2021)
  8. 康佐,基督徒;拉哈贾,安德烈亚斯B。;Schwartz,Alexandra:基数约束优化问题的序列最优性条件及其应用(2021)
  9. 康佐,基督徒;拉哈贾,安德烈亚斯B。;施瓦茨,亚历山德拉:基数约束优化问题的增广拉格朗日方法(2021)
  10. 数学程序和数学约束条件:新的算法约束条件
  11. 安德烈亚尼,罗伯托;海瑟,加布里埃尔;Viana,Daiana S.:非线性半定规划的最优性条件和全局收敛性(2020)
  12. 巴尔比罗,锡尔维亚;Lobo,Diogo:用于图像恢复的学习稳定非线性交叉扩散模型(2020)
  13. 本特比布,A.H。;El-Guide,M。;Jbilou,K.:TV正则化的广义矩阵Krylov子空间方法(2020)
  14. 例如,伯金。;加登吉,J.L。;马丁内斯,J.M。;Santos,S.A.:关于无约束优化中使用带四阶正则化的三阶模型(2020)
  15. 例如,伯金。;Martínez,J.M.:增广拉格朗日算法的复杂性和性能(2020)
  16. 伯金,欧内斯托G。;戈麦斯,沃尔特;海瑟,加布里埃尔;米托,莱昂纳多·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)
  17. 伯尔根斯,艾克;康佐,基督徒;梅利茨,帕特里克;Wachsmuth,Gerd:基于渐近KKT条件的Banach空间优化问题的新约束条件(2020)
  18. 布埃诺,L.F。;海瑟,G。;劳拉,F。;Rojas,F.N.:拟平衡问题的增广拉格朗日方法(2020)
  19. 布埃诺,卢伊斯·费利佩;海瑟,加布里埃尔;Santos,Luiz Rafael:朝着凸二次规划的有效增广拉格朗日方法迈进(2020)
  20. 科奇,G。;Lapucci,M.:多目标优化的增广拉格朗日算法(2020)

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