小包装

优化软件注释。本文试图说明优化软件的现状和在不久的将来应该考虑的搜索方向。本文分为两部分。在第一部分中,我将讨论一些与一般优化软件的开发相关的问题。我试图把注意力放在那些似乎没有得到足够重视的问题上,这将从进一步的研究中受益匪浅。此外,我选择了与优化库软件开发相关的问题。在第二部分中,通过讨论无约束最优化算法,说明了第一部分提出的一些观点。由于本部分的讨论是简短的,感兴趣的读者可能想查阅本卷中的其他论文以获得进一步的信息。在这两个部分,我的评论都受到了我参与MICAPACE项目的影响,以及我在MiPayC-1开发中的经验[作者,B. S. Garbow和K. E. Hillstrom,ACM Trime]。数学软件7,17-41(1981;ZBL 454.65049)〕来源HTTP//PATRO.AUU-EDU


ZBMaX中的参考文献(659篇)2篇标准文章

显示结果1至20的659。
按年份排序(引文
  1. Audit,查尔斯;Le Digabels,S·巴斯蒂安;部落,克里斯多夫:粒度和离散变量的网格自适应直接搜索算法(2019)
  2. 鲍,Jifeng;俞,王,金华;胡,姚华;Yao,Jen Chih:改进的非精确Levenberg Marquardt法求解非线性最小二乘问题(2019)
  3. Cartis,Coralia;古尔德,Nick I.;ToTin,Philippe L.:通用正则化方法:改变功率、平滑度和精度(2019)
  4. 陈,柯;Grapiglia,Geovani Nunes;袁,缙云;张,道平:图像配准问题的改进优化方法(2019)
  5. Dong,Wen Li;李,邢;彭,郑:基于模拟退火的无约束最优化问题的Barzilai Borwein梯度法(2019)
  6. Fajfar,IZtok;Br rman,Rp Ad;普汉,JaNeZ:具有扰动质心的Nelder Mead单纯形算法在高维函数优化中的应用(2019)
  7. 范,金研;黄,简超;潘,Jianyu:一种自适应多步Levenberg Marquardt方法(2019)
  8. 顾,冉;袁,亚翔:一阶仿射标度法(2019)
  9. Kimiai,Mordyz;RaPeyMaIII,Farzad:一个新的非线性系统的非单调线搜索信赖域方法(2019)
  10. MITA,Kanako;福田,Ellen H.;YAMHASITA,Nobuo:无约束多目标优化问题的非单调线搜索(2019)
  11. 穆罕默德,哈桑;Waziri,Y·穆罕默德:非线性最小二乘的结构化两点步进梯度法(2019)
  12. Farzad方程:非线性方程组的一个有效共轭梯度信赖域方法(2019)
  13. 费尔滕,Samuel B.;桑托斯,W. J.;Brasil,S.L.D.C.;圣地亚哥,J. A. F.;泰勒斯,J. C. F.:阴极保护系统优化的无网格方法研究(2019)
  14. 尹,Jianyuan;张,雷;张,Pingwen:基于高指数优化的收缩二聚体方法求高指数鞍点(2019)
  15. Amini,Kov凡;RoSTATI,Faramarz;CARISTI,GueSepp:一个新的非线性方程组LM参数的有效Levenberg Marquardt方法(2018)
  16. Audit,查尔斯;部落,克里斯多夫:不等式约束优化的基于网格的Nelder Mead算法(2018)
  17. Baluch,Bakhtawar;萨勒,Zabiin;AlHaWalAT,艾哈迈德:一个新的三项HesteNes StIFEL共轭梯度法及其全局收敛性(2018)
  18. Baumann,曼努埃尔;本纳,彼得;Heiland,Jay:空时Galerkin方程及其在半线性偏微分方程最优控制中的应用(2018)
  19. 坎波斯,Juan S.;Parpas,PANOS:稀疏多项式最优化问题的SDP松弛的多重网格方法(2018)
  20. COTS,奥利维尔;Gergaud,约瑟夫;Goubinat,达米安:状态约束最优控制和飞行器爬升轨迹的直接和间接方法(2018)