阿霍霍什,M。;阿米尼,K。;Kimiaei,M。;佩哈米,M.R。 一种用于大规模无约束优化的有限内存自适应信任域方法。 (英语) 兹比尔1373.90112 牛市。伊朗。数学。Soc公司。 42,第4期,819-837(2016). 摘要:本研究关注一种基于信任区域的无约束优化问题求解方法。该方法利用了紧凑的有限内存BFGS更新公式和适当的自适应半径策略的优点。在我们的方法中,自适应技术使我们减少了求解子问题的数量,而利用有限记忆准牛顿公式的结构有助于处理大规模问题。理论分析表明,在经典假设下,新方法保持了一阶平稳点的全局收敛性。此外,在适当的条件下,还建立了超线性收敛速度和二次收敛速度。初步数值实验表明,该方法对求解大规模无约束优化问题是有效的。 引用于3文件 MSC公司: 90C26型 非凸规划,全局优化 90C53型 拟Newton型方法 65K10像素 数值优化和变分技术 90 C55 连续二次规划型方法 关键词:无约束优化;信任区域框架;紧致拟纽顿表示;有限存储技术;自适应策略 PDF格式BibTeX公司 XML格式引用 \textit{M.Ahookhosh}等人,公牛。伊朗。数学。Soc.42,No.4,819--837(2016;Zbl 1373.90112) 全文: 链接