×

非负最小二乘问题数值方法的计算经验。 (英语) Zbl 1249.65080号

摘要:我们讨论了用两种最新的仿射尺度方法求解大规模箱约束线性最小二乘问题:循环Barzilai-Borwein策略和不精确Newton-like方法,其中预处理技术允许有效计算步骤。基于这两种方法的结合,提出了一种鲁棒的全局和快速局部收敛方法,并给出了大量的数值结果。

MSC公司:

65层20 超定系统伪逆的数值解
65F08个 迭代方法的前置条件
65千5 数值数学规划方法
90C20个 二次规划
90立方厘米 涉及图形或网络的编程
PDF格式BibTeX公司 XML格式引用
全文: 内政部 链接

参考文献:

[1] Björck,最小二乘问题的数值方法(1996)·doi:10.1137/1.9781611971484
[2] Bellavia,非负最小二乘问题中KKT系统的正则化和预处理,《数值线性代数及其应用》,第16页,39–(2009)·Zbl 1224.65151号 ·doi:10.1002/nla.610
[3] Bellavia,带退化解的非负最小二乘问题的内部类牛顿方法,数值线性代数及其应用13 pp 825–(2006)·Zbl 1174.65414号 ·doi:10.1002/nla.502
[4] 陈,《数值分析的诞生》第109页–(2009)·doi:10.1142/9789812836267_0008
[5] 科尔曼,《有界非线性最小化的内部信任区域方法》,《SIAM优化杂志》6页418–(1996)·Zbl 0855.65063号 ·数字对象标识代码:10.1137/0806023
[6] Friedlander,BCLS:有界约束最小二乘的大规模求解器,IMA数值分析杂志8第141页–(1988)
[7] Heinkenschloss,无严格互补假设的简单边界问题的仿射尺度内点牛顿方法的超线性和二次收敛,数学规划86 pp 615–(1999)·兹比尔0945.49023 ·doi:10.1007/s101070050107
[8] Hager,箱约束优化的仿射缩放内点CBB方法,数学规划119 pp 1–(2009)·Zbl 1168.90007号 ·doi:10.1007/s10107-007-0199-0
[9] Paige,LSQR:稀疏线性方程和稀疏最小二乘的算法,ACM数学软件汇刊第8页,第43页–(1982)·Zbl 0478.65016号 ·数字对象标识代码:10.1145/355984.355989
[10] 科尔曼(Coleman),用于最小化受某些变量边界约束的二次函数的反射牛顿法,《SIAM优化杂志》6第1040页–(1996)·Zbl 0861.65053号 ·doi:10.1137/S1052623494240456
[11] Barzilai,两点步长梯度法,IMA数值分析杂志8 pp 141–(1988)·Zbl 0638.65055号 ·doi:10.1093/imanum/8.1.141
[12] 戴,无约束优化的循环Barzilai-Borwein方法,IMA数值分析杂志26 pp 604–(2006)·Zbl 1147.65315号 ·doi:10.1093/imanum/drl006
[13] Hager,一种新的用于盒约束优化的主动集算法,SIAM优化期刊17第526页–(2006)·Zbl 1165.90570号 ·doi:10.1137/050635225
[14] Dollar HS约束优化迭代线性代数2005
[15] Dollar,正则鞍点系统的隐式因子化预处理和迭代求解器,SIAM矩阵分析与应用杂志28页170–(2006)·Zbl 1104.65310号 ·数字对象标识码:10.1137/05063427X
[16] Dollar,使用约束预条件与正则鞍点问题,计算优化与应用36页249–(2007)·Zbl 1124.65033号 ·文件编号:10.1007/s10589-006-9004-x
[17] Friedlander,计算非负张量因子分解,优化方法和软件23,第631页–(2008)·Zbl 1158.65321号 ·doi:10.1080/10556780801996244
[18] Conn,优化系列,in:信任区域方法(2000)·Zbl 0958.65071号 ·数字对象标识代码:10.1137/1.9780898719857
[19] Davis TA 1997年http://www.cise.ufl.edu/research/sparse/matrices网站
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。