×
希特科夫斯基，K。

具有连续错误恢复的序列二次规划算法的稳健实现。 （英语） Zbl 1220.90166号

最佳方案。莱特。 5，第2期，283-296（2011）。
摘要：我们考虑求解约束非线性规划问题的序列二次规划方法。一般认为，这些方法对提供偏导数的准确性很敏感。一个原因是拉格朗日函数的梯度差被用于更新准牛顿矩阵，例如通过BFGS公式。本文的目的是通过数值实验表明，该方法可以得到很好的稳定性。该算法采用非单调线搜索，在计算搜索方向时，如果导数不准确而导致错误，则会进行内部和外部重新启动。即使在大随机误差导致偏导数最多只有一个正确数字的情况下，在标准测试套件306个问题中，90%的问题都可以达到精度为\（10^{-7}）的终止。另一方面，在相同的测试环境下，使用单调行搜索且不重新启动的原始版本只解决了30%的这些问题。此外，我们还展示了在收敛速度较慢的情况下，初始重启和定期重启如何提高效率。

引用于1审查
引用于5文件

MSC公司：

90 C55 连续二次规划型方法
90立方 非线性规划

关键词：

SQP公司;序列二次规划;非线性规划;行搜索;重新启动;数值算法;噪声函数

软件：

DONLP2公司;切割机;NLPQL语言;L-BFGS公司;NLPQLP公司;NLPIP公司;可爱的;QL公司
PDF格式BibTeX公司 XML格式引用
\文本｛K.Schittkowski｝，Optim。莱特。5，第2号，283--296（2011；Zbl 1220.90166）
全文： 内政部

参考文献：

[1] Armijo L.：具有Lipschitz连续一阶偏导数的函数的最小化。派克靴。数学杂志。16, 1–3 (1966) ·Zbl 0202.46105号 ·doi:10.2140/pjm.19661.16
[2] Boggs P.T.，Tolle J.W.：序列二次规划。实际数字。4, 1–51 (1995) ·Zbl 0828.65060号 ·doi:10.1017/S0962492900002518
[3] Bongartz I.，Conn A.R.，Gould N.，Toint博士：CUTE：约束和非约束测试环境。事务处理。数学。柔和。21(1), 123–160 (1995) ·Zbl 0886.65058号 ·doi:10.1145/200979.201043
[4] 戴玉华：关于非单调线搜索。J.优化。理论应用。112(2), 315–330 (2002) ·Zbl 1049.90087号 ·doi:10.1023/A:1013653923062
[5] Dai Y.H.，Schittkowski K.：具有非单调线搜索的序列二次规划算法。派克靴。J.优化。4, 335–351 (2008) ·Zbl 1154.65046号
[6] Gill P.E.，Leonard M.W.：无约束优化的有限记忆约简-海西方法。SIAM J.Optim公司。14, 380–401 (2003) ·兹比尔1046.65045 ·doi:10.1137/S10526234973193
[7] Goldfarb D.，Idnani A.：求解严格凸二次规划的数值稳定方法。数学。程序。27, 1–33 (1983) ·Zbl 0537.90081号 ·doi:10.1007/BF02591962
[8] Grippo L.，Lampariello F.，Lucidi S.：牛顿方法的非单调线搜索技术。SIAM J.数字。分析。23, 707–716 (1986) ·Zbl 0616.65067号 ·doi:10.1137/0723046
[9] Hock，W.，Schittkowski，K.：非线性编程代码的测试示例。经济学和数学系统讲义，第187卷。斯普林格（1981）·Zbl 0452.90038号
[10] Liu D.C.，Nocedal J.：关于大规模优化的有限内存BFGS方法。数学。程序。45503–528（1989年）·Zbl 0696.90048号 ·doi:10.1007/BF01589116
[11] Maurer H.，Mittelmann H.：解决具有控制和状态约束的椭圆控制问题的优化技术：第1部分。边界控制。计算。最佳方案。申请。16, 29–55 (2000) ·Zbl 0961.93026号 ·doi:10.1023/A:1008725519350
[12] Maurer H.，Mittelmann H.：解决具有控制和状态约束的椭圆控制问题的优化技术：第2部分：分布式控制。计算。最佳方案。申请。18141–160（2001年）·Zbl 0977.93037号 ·doi:10.1023/A:1008774521095
[13] Nocedal J.：用有限存储更新拟Newton矩阵。数学。计算。35, 773–782 (1980) ·Zbl 0464.65037号 ·doi:10.1090/S0025-5718-1980-0572855-7
[14] Powell，M.J.D.：非线性约束优化计算的快速算法。收录：Watson，G.A.数值分析，数学课堂讲稿，第630卷，Springer（1978）·Zbl 0374.65032号
[15] Powell M.J.D.：非线性约束优化计算的可变度量方法的收敛性。收录：Mangasarian，O.L.，Meyer，R.R.，Robinson，S.M.（编辑）非线性规划3，学术出版社，纽约（1978）·Zbl 0464.65042号
[16] Rockafellar T.：非凸规划中的增广拉格朗日乘子函数和对偶性。SIAM J.控制12，268–285（1974）·doi:10.1137/0312021
[17] Sachsenberg，B.：NLPIP：解决大规模非线性优化问题的SQP内点算法的Forrtan实现：用户指南，报告，Bayreuth大学计算机科学系（2010）
[18] Schittkowski，K.：《非线性编程代码》，《经济学和数学系统讲义》，第183卷。施普林格（1980）·Zbl 0435.90063号
[19] Schittkowski K.：关于具有增广拉格朗日搜索方向的序列二次规划方法的收敛性。优化14，197–216（1983）·Zbl 0523.90075号
[20] Schittkowski K.：NLPQL：解决约束非线性编程问题的Fortran子程序。Ann Oper Res 5，485–500（1985/1986）
[21] Schittkowski K.：非线性编程的更多测试示例。经济学和数学系统讲义，第182卷。柏林施普林格（1987）·Zbl 0658.90060号
[22] Schittkowski K.：用通用SQP方法求解非线性最小二乘问题。摘自：霍夫曼，K.-H.，希里亚特·乌鲁蒂，J.-B.，勒马雷查尔，C.，佐维，J.（编辑）《数学优化趋势》。《国际数值数学丛书》，第84卷，第295-309页。Birkhäuser，巴塞尔（1988年）
[23] Schittkowski K.：动力系统中的数值数据拟合。Kluwer学术出版社，多德雷赫特（2002）·Zbl 1018.65077号
[24] Schittkowski，K.：QL:凸二次规划的Fortran代码——用户指南，报告，拜罗伊特大学数学系（2003）
[25] Schittkowski K.：用于解决最多200000000个非线性约束优化问题的主动集策略。申请。数字。数学。59, 2999–3007 (2008) ·Zbl 1173.65044号 ·doi:10.1016/j.apnum.2009.07.009
[26] Schittkowski，K.：更新的306个非线性规划测试问题集，具有验证的最佳解决方案：用户指南，报告，Bayreuth大学计算机科学系（2008）
[27] Schittkowski，K.：NLPQLP：具有分布式非单调行搜索的序列二次规划算法的Fortran实现–用户指南，3.0版，报告，Bayreuth大学计算机科学系（2009）
[28] Schittkowski K.，Zillober C.，Zotemantel R.：结构优化非线性规划算法的数值比较。结构。最佳方案。7(1), 1–28 (1994) ·doi:10.1007/BF01742498
[29] Spellucci P.:DONLP2用户指南，德国达姆施塔特科技大学数学系
[30] Stoer J.：求解非线性程序的递归二次规划方法的基础。收录：Schittkowski，K.（eds）计算数学编程，北约ASI系列。系列F.计算机与系统科学。第15卷，施普林格，柏林（1985）·Zbl 0581.90067号
[31] Toint P.L.：无约束优化的非蒙特线搜索技术评估。SIAM J.科学。计算。17, 725–739 (1996) ·Zbl 0849.90113号 ·doi:10.1137/S106482759427021X
[32] Toint P.L.：一种非单调信任区域算法，用于受凸约束的非线性优化。数学。程序。77, 69–94 (1997) ·Zbl 0891.90153号
[33] Wolfe P.：上升方法的收敛条件。SIAM第11版，226–235（1969）·Zbl 0177.20603号 ·数字对象标识代码：10.1137/1011036
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。