谢宇晨;理查德·伯德。;豪尔赫·诺塞达尔 BFGS方法的误差分析。 (英语) Zbl 1435.90149号 SIAM J.Optim公司。 30,第1期,182-209(2020). 摘要:拟Newton方法的经典收敛性分析假设函数和梯度计算是精确的。在本文中,我们考虑了两个计算中都存在(有界)误差的情况,并建立了一些条件,在这些条件下,使用Armijo-Wolfe线搜索对BFGS算法稍作修改,就会收敛到由误差大小决定的解的邻域。我们的结果之一是对[R.H.伯德和J.诺塞达尔,SIAM J.数字。分析。26,第3期,727–739页(1989年;Zbl 0676.65061号)],这表明,对于强凸函数,BFGS迭代的一部分是好的迭代。我们给出了数值结果,说明了新的BFGS方法在噪声存在下的性能。 引用于8文件 MSC公司: 90 C56 无导数方法和使用广义导数的方法 90C53型 拟Newton型方法 90立方 非线性规划 关键词:非线性优化;准牛顿法;随机优化 引文:Zbl 0676.65061号 软件:IMFIL公司 PDF格式BibTeX公司 XML格式引用 \textit{Y.Xie}等人,SIAM J.Optim。30,第1号,182--209(2020;Zbl 1435.90149) 全文: 内政部 arXiv公司 参考文献: [1] R.R.Barton,工程优化中的前向差分导数计算,工程优化。,20(1992年),第205-224页。 [2] A.S.Berahas、R.H.Byrd和J.Nocedal,通过拟Newton方法对噪声函数进行无导数优化,SIAM J.Optim。,29(2019),第965-993页·Zbl 1411.90359号 [3] R.Byrd、S.Hansen、J.Nocedal和Y.Singer,大规模优化的随机拟Newton方法,SIAM J.Optim。,26(2016),第1008-1031页·Zbl 1382.65166号 [4] R.H.Byrd和J.Nocedal,用于分析无约束极小化的拟Newton方法的工具,SIAM J.Numer。分析。,26(1989),第727-739页·Zbl 0676.65061号 [5] T.Choi和C.T.Kelley,超线性收敛和隐式滤波,SIAM J.Optim。,10(2000),第1149-1162页·Zbl 0994.65071号 [6] C.Paquette和K.Scheinberg,带收敛速度分析的随机线搜索方法,预印本,2018年·兹比尔1431.90153 [7] J.Dennis和H.Walker,《拟牛顿方法中的不精确性:局部改进定理》,《数学规划研究》,R.K.Korte B.编辑,《数学》。程序。Stud.22,施普林格,纽约,1984年·Zbl 0566.65038号 [8] R.M.Gower、D.Goldfarb和P.Richtaárik,《随机块BFGS:从数据中挤压出更多曲率》,第33届机器学习国际会议论文集,2016年。 [9] R.W.Hamming,《应用数值分析导论》,Courier,Chelmsford,MA,2012年·Zbl 0228.65002号 [10] C.T.Kelley,隐式过滤,软件环境。工具23,SIAM,费城,2011年·Zbl 1246.68017号 [11] J.J.Moreí和S.M.Wild,估算计算噪声,SIAM J.Sci。计算。,33(2011),第1292-1314页·Zbl 1243.65016号 [12] P.Moritz、R.Nishihara和M.Jordan,线性收敛随机L-BFGS算法,《第19届国际人工智能与统计会议论文集》,2016年,第249-258页。 [13] A.Nedicí和D.Bertsekas,增量次梯度算法的收敛速度,摘自《随机优化:算法和应用》,Springer,纽约,2001年,第223-264页·Zbl 0984.90033号 [14] J.Nocedal和S.Wright,《数值优化》,第二版,Springer,纽约,1999年·Zbl 0930.65067号 [15] M.Powell,无需精确线搜索的最小化变尺度算法的一些全局收敛性,收录于非线性规划,R.Cottle和C.Lemke,eds.,SIAM-AMS Proc。9,AMS,普罗维登斯,RI,1976年·Zbl 0338.65038号 [16] M.J.D.Powell,《非线性约束优化计算的快速算法》,载于《数值分析》,邓迪1977年,G.A.Watson主编,《数学讲义》。630,施普林格,纽约,1978年,第144-157页·Zbl 0374.65032号 [17] N.N.Schraudolph、J.Yu和S.Gu¨nter,在线凸优化的随机拟Newton方法,《国际人工智能与统计会议论文集》,2007年,第436-443页。 [18] T.J.Ypma,舍入误差对类牛顿法的影响,IMA J.Numer。分析。,3(1983年),第109-118页·Zbl 0519.65026号 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。