LDGB公司

求解大规模非光滑优化问题的一种新的有限内存束方法许多实际优化问题涉及到成百上千个变量的非光滑(即不一定可微)函数。在这类问题中,由于问题的非光滑性,直接应用基于光滑梯度的方法可能会导致失败。另一方面,现有的一般非光滑优化方法在大规模环境下都是无效的。在本文中,我们描述了一种新的基于有限内存变量度量的束方法来求解非光滑大规模优化问题。此外,我们引入了一组新的大规模非光滑极小化的理论测试问题。最后,我们从理论和实际测试问题的数值实验中得到了一些令人鼓舞的结果。


zbMATH中的参考文献(参考文献42条,1标准件)

显示第1到第20个结果,共42个。
按年份排序(引用)
  1. 阿卜杜拉希,法希玛;Fatemi,Masoud:非光滑优化问题的一种具有强收敛性的有效共轭梯度法(2021)
  2. 巴吉洛夫,阿迪尔·M。;塔赫里,索纳;佐基,凯萨;那不勒斯卡尔米特萨;Mäkelä,Marko M.:非光滑DC优化的聚合次梯度法(2021)
  3. 丁克雅尔霉素、古尔霉素;Kasimbeyli,Refail:求解非光滑非凸优化问题的弱次梯度法(2021)
  4. 拉森,杰弗里;莱弗,斯文;帕卡,普拉尚;Wild,Stefan M:一种凸黑盒整数全局优化方法(2021)
  5. 佐基,凯萨;巴吉洛夫,阿迪尔·M。;那不勒斯卡尔米特萨;Mäkelä,Marko M。;塔赫里,索纳:聚类支持向量线性回归(2020)
  6. 李向荣:有界约束非光滑问题的有限内存BFGS子空间算法(2020)
  7. 马赫达维·阿米里,N。;Shaeiri,M.:非光滑优化的共轭梯度抽样法(2020)
  8. 马勒克尼亚,莫特萨;Shamsi,Mostafa:求解非光滑优化问题的基于理想方向的梯度抽样方法(2020)
  9. 马勒克尼亚,M。;Shamsi,M.:一种基于近端丛思想和梯度抽样技术的最小化非光滑凸函数的新方法(2020)
  10. 沃尔杜,泽盖·吉代;张海滨;张欣;Fissuh,Yemane Hailu:大型非光滑凸优化的修正非线性共轭梯度算法(2020)
  11. 菲吉,萨布丽娜;沃尔特,安德烈;Griewank,Andreas:一种基于连续分段线性化的非光滑优化算法(2019)
  12. 北卡罗来纳州卡尔米特萨。;高迪索,M。;Joki,K.:大规模非凸非光滑优化的凸和凹更新对角束法(2019)
  13. 北卡罗来纳州凯斯卡。;Wächter,Andreas:有界约束非光滑优化的有限内存拟牛顿算法(2019)
  14. 刘帅:线性规划捆绑法的一个简单版本(2019)
  15. 袁,巩林;李婷婷;胡武杰:共轭梯度算法及其在大规模优化问题和图像恢复中的应用(2019)
  16. 赫鲁,埃利亚斯。;桑托斯,桑德拉A。;Simões,Lucas E.A.:有限最大函数的快速梯度和函数抽样方法(2018)
  17. 霍塞尼,N。;Nobakhtian,S.:非光滑非凸优化的新信赖域方法(2018)
  18. 欧依贵;Zhou,Xin:非光滑凸优化的修正无记忆BFGS预处理共轭梯度算法(2018)
  19. 那不勒斯卡尔米特萨;巴吉洛夫,阿迪尔·M。;Taheri,Sona:大数据集中聚类问题的新对角束方法(2017)
  20. 马赫达维·阿米里,N。;Shaeiri,M.:非光滑约束优化的自适应竞争惩罚方法(2017)

更多出版物请访问:http://napsu.karmitsa.fi/publications/