Jiménez,Alberto J。 曲线轨迹中无约束极小化的稀疏Hessian分解。 (英语) Zbl 1282.65068号 最佳方案。方法软件。 29,第1号,1-9(2014). 概述:曲线轨迹算法(CTA)是一个用于最小化变量上具有区间的多个变量的无约束函数的软件包。核心算法是新颖的,因为步骤可以遵循多项式空间曲线而不是直线。空间曲线是梯度反函数泰勒级数展开的截断结果。CTA效率的一个关键因素是稀疏Hessian矩阵的分解和非正定Hessian的处理。本文描述了一种用于非正定Hessian问题的新方法,该方法给出了稳健的结果,特别是对于病态问题,并且CTA包与使用大型CUTEr问题样本的其他最小化包相比非常有利(参见[N.I.M.古尔德等,ACM事务。数学。柔和。29,第4期,373–394(2003年;Zbl 1068.90526号)]). 引用于1文件 MSC公司: 65千5 数值数学规划方法 90立方 非线性规划 关键词:曲线轨迹最小化;黑森因式分解;稀疏黑森存储;数值示例;算法;病态问题 引文:Zbl 1068.90526号 软件:兰斯洛特;切割机;CTA公司 PDF格式BibTeX公司 XML格式引用 \textit{A.J.Jiménez},Optim。方法软件。29,第1、1-9号(2014;Zbl 1282.65068) 全文: 内政部 参考文献: [1] 内政部:10.1137/S0895479894278952·Zbl 0861.65021号 ·doi:10.1137/S0895479894278952 [2] 内政部:10.1145/1024074.1024081·Zbl 1070.65534号 ·doi:10.1145/1024074.1024081 [3] 内政部:10.1137/0916069·Zbl 0836.65080号 ·doi:10.1137/0916069 [4] Conn A.R.,LANCELOT:用于大规模非线性优化的Fortran包(1992)·Zbl 0761.90087号 ·doi:10.1007/978-3-662-12211-2 [5] 内政部:10.1137/1.9780898719857·Zbl 0958.65071号 ·数字对象标识代码:10.1137/1.9780898719857 [6] 内政部:10.1007/s101070100263·邮编:1049.90004 ·doi:10.1007/s101070100263 [7] Gill P.E.,实用优化(1981)·Zbl 0503.90062号 [8] 内政部:10.1145/962437.96243439·Zbl 1068.90526号 ·数字对象标识代码:10.1145/962437.96243439 [9] Golub G.H.,矩阵计算(1996)·Zbl 0865.65009号 [10] DOI:10.1137/030601880·邮编1093.90085 ·doi:10.1137/030601880 [11] Himmelblau D.M.,应用非线性规划(1972)·Zbl 0241.90051号 [12] Jiménez A.J.,用于计算机辅助电路设计和分析的变阶非线性规划算法(1976) [13] Jiménez A.J.,1976年IEEE电路与系统国际研讨会论文集 [14] Kincaid D.,数值分析-科学计算数学,3。编辑(2002) [15] Luenberger D.G.,线性和非线性规划导论(1965)·Zbl 0138.07802号 [16] Murray W.,无约束优化的数值方法,第57页–(1972) [17] Nocedal J.,数值优化,2。编辑(2006) [18] 内政部:10.1093/comjnl/3.3.175·doi:10.1093/comjnl/3.3.175 [19] Schnabel R.B.,SIAM J.科学。计算11 pp 1136–(1991)·Zbl 0716.65023号 ·数字对象标识代码:10.1137/0911064 [20] 内政部:10.1137/0719026·Zbl 0483.65039号 ·doi:10.1137/0719026 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。