×

增广拉格朗日算法的复杂性和性能。 (英语) Zbl 1464.90094号

摘要:Algencan是一种成熟的安全的增广拉格朗日算法[R.安德烈亚尼等,SIAM J.Optim。18,第4期,1286–1309(2007年;Zbl 1151.49027号)]. 本工作中给出了复杂度结果,该结果报告了其在迭代和计算函数和导数时的最坏情况下的行为,这些函数和导数是获得合适的停止标准所必需的。此外,还介绍了考虑CUTEst集合中所有问题的计算性能,这表明它是解决大规模约束优化问题的有用工具。

MSC公司:

90立方 非线性规划
65千5 数值数学规划方法
49立方米7 基于非线性规划的数值方法
90C60型 数学规划问题的抽象计算复杂性
65年第68季度 算法和问题复杂性分析
PDF格式BibTeX公司 XML格式引用

参考文献:

[1] 安德烈亚尼,R。;伯金,E.G。;马丁内斯,J.M。;Schuverdt,M.L.,关于一般低层约束的增广拉格朗日方法,SIAM J.Optim。,18, 1286-1309 (2008) ·Zbl 1151.49027号 ·数字对象标识代码:10.1137/060654797
[2] 安德烈亚尼,R。;伯金,E.G。;马丁内斯,J.M。;Schuverdt,M.L.,恒定正线性相关约束条件下的增广拉格朗日方法,数学。程序。,111, 5-32 (2008) ·Zbl 1163.90041号 ·doi:10.1007/s10107-006-0077-1
[3] 安德烈亚尼,R。;伯金,E.G。;马丁内斯,J.M。;Schuverdt,M.L.,箱约束和一般约束优化的二阶负曲率方法,计算。最佳方案。申请。,45, 209-236 (2010) ·Zbl 1187.90265号 ·doi:10.1007/s10589-009-9240-y
[4] 安德烈亚尼,R。;新南威尔士州法齐奥。;Schuverdt,M.L。;Secchin,L.D.,与拟正规约束限定及其算法结果相关的序列最优性条件,SIAM J.Optim。,29, 743-766 (2019) ·Zbl 1451.90166号 ·doi:10.1137/17M1147330
[5] 安德烈亚尼,R。;海瑟,G。;Martínez,J.M.,《关于光滑约束优化的顺序优化条件》,《优化》,60,627-641(2011)·Zbl 1225.90123号 ·doi:10.1080/02331930903578700
[6] 安德烈亚尼,R。;马丁内斯,J.M。;拉莫斯,A。;Silva,P.J.S.,《控制约束限定和算法结果》,SIAM J.Optim。,26, 96-110 (2016) ·Zbl 1329.90162号 ·数字对象标识代码:10.1137/15M1008488
[7] Andreani,R.、Martínez,J.M.、Ramos,A.和Silva,P.J.S.,约束优化的严格约束条件和顺序最优性条件,将出现在数学中。操作。研究doi:10.1287/moor.2017.0879·Zbl 1516.90091号
[8] 安德烈亚尼,R。;马丁内斯,J.M。;Santos,L.T.,Newton的方法可能无法识别约束优化数学中最优点的接近性。程序。,160, 547-555 (2016) ·Zbl 1356.90137号 ·doi:10.1007/s10107-016-0994-6
[9] 安德烈亚尼,R。;马丁内斯,J.M。;桑托斯,L.T。;Svaiter,B.F.,关于拉格朗日乘子不存在时约束优化方法的行为,Optim。方法软件。,29, 646-657 (2014) ·Zbl 1282.90170号 ·doi:10.1080/10556788.2013.841692
[10] 安德烈亚尼,R。;马丁内斯,J.M。;Svaiter,B.F.,约束优化和算法后果的一个新的序列最优性条件,SIAM J.Optim。,20, 3533-3554 (2010) ·Zbl 1217.90148号 ·doi:10.1137/09077189
[11] 安德烈塔,M。;伯金,E.G。;Martínez,J.M.,用于有界约束最小化的谱投影梯度实用活动集欧几里德信任域方法,优化,54,305-325(2005)·Zbl 1079.65070号 ·doi:10.1080/02331930500100270
[12] 阿尔芒,P。;Omeni,R.,一种用于等式约束优化的全局和二次收敛的原对偶增广拉格朗日算法,Optim。方法软件。,32, 1-21 (2017) ·Zbl 1365.90209号 ·doi:10.1080/10556788.2015.1025401
[13] 阿尔芒,P。;Omeni,R.,非线性优化的混合对数路障增广拉格朗日方法,J.Optim。理论应用。,173523-547(2017)·Zbl 1370.49022号 ·数字对象标识代码:10.1007/s10957-017-1071-x
[14] 伯金,E.G。;费尔南德斯,D。;Martínez,J.M.,关于具有低层约束的增广拉格朗日方法中惩罚参数的有界性,Optim。方法软件。,27, 1001-1024 (2012) ·Zbl 1247.90247号 ·网址:10.1080/10556788.2011.556634
[15] 伯金,E.G。;佛罗伦萨。;Martínez,J.M.,《使用带有可变低层约束的增广拉格朗日方法的全局最小化》,数学。程序。,125, 139-162 (2010) ·Zbl 1198.90322号 ·doi:10.1007/s10107-009-0264-y
[16] 伯金,E.G。;Martínez,J.M.,带谱投影梯度的大规模活动集箱约束优化方法,计算。最佳方案。申请。,23, 101-125 (2002) ·Zbl 1031.90012号 ·doi:10.1023/A:1019928808826
[17] 伯金,E.G。;Martínez,J.M.,《增强拉格朗日优化的结构化最小记忆非精确拟牛顿方法和正割预条件》,计算。最佳方案。申请。,39, 1-16 (2008) ·Zbl 1147.90412号 ·doi:10.1007/s10589-007-9050-z
[18] 伯金,E.G。;Martínez,J.M.,改进增广拉格朗日方法的最终收敛性,Optim。方法软件。,23, 177-195 (2008) ·Zbl 1211.90222号 ·doi:10.1080/10556780701577730
[19] 伯金,E.G。;Martínez,J.M.,带非单调惩罚参数的约束优化增广拉格朗日方法,计算。最佳方案。申请。,51, 941-965 (2012) ·Zbl 1244.90216号 ·doi:10.1007/s10589-011-9396-0
[20] 伯金,E.G。;Martínez,J.M.,约束优化的实用增广拉格朗日方法,10(2014),工业与应用数学学会:工业与应用数学学会,宾夕法尼亚州费城·Zbl 1339.90312号
[21] 伯金,E.G。;Martínez,J.M.,关于约束优化的正则化和主动集方法,SIAM J.Optim。,28, 1367-1395 (2018) ·Zbl 1390.90512号 ·doi:10.1137/17M1127107
[22] 伯金,E.G。;马丁内斯,J.M。;Raydan,M.,凸集上的非单调谱投影梯度法,SIAM J.Optim。,10, 1196-1211 (2000) ·Zbl 1047.90077号 ·doi:10.1137/S1052623497330963
[23] 伯金,E.G。;马丁内斯,J.M。;Raydan,M.,算法813:SPG-凸约束优化软件,ACM Trans。数学。软质。,27, 340-349 (2001) ·Zbl 1070.65547号 ·数字对象标识代码:10.1145/502800.502803
[24] 伯金,E.G。;马丁内斯,J.M。;Raydan,M.,《光谱投影梯度法:回顾与展望》,J.Stat.Softw。,60, 3, 1-21 (2014)
[25] Cartis,C。;新墨西哥州古尔德。;Toint,Ph.L.,《复合函数极小化的评估复杂性及其在非凸非线性规划中的应用》,SIAM J.Optim。,21, 1721-1739 (2011) ·Zbl 1236.90118号 ·doi:10.137/11082381X
[26] Chatzipanagiotis,N。;Zavlanos,M.M.,关于非凸优化的分布式增广拉格朗日方法的收敛性,IEEE Trans。自动化。控制。,62, 4405-4420 (2017) ·Zbl 1390.90513号 ·doi:10.1109/TAC.2017.2658438
[27] A.R.康涅狄格州。;新墨西哥州古尔德。;Sartenaer,A。;Toint,Ph.L.,一般等式和线性约束组合优化的增广拉格朗日算法的收敛性,SIAM J.Optim。,6, 674-703 (1996) ·Zbl 0856.90098号 ·doi:10.1137/S1052623493251463
[28] A.R.康涅狄格州。;新墨西哥州古尔德。;Toint,Ph.L.,Lancelot:大型非线性优化的Fortran包(1992),Springer-Verlag:Springer-Verlag,柏林·Zbl 0761.90087号
[29] A.R.康涅狄格州。;新墨西哥州古尔德。;Toint,Ph.L.,Trust Region Methods(2000),美国工业与应用数学学会:美国工业和应用数学学会,宾夕法尼亚州费城·兹比尔0958.65071
[30] 柯蒂斯,F.E。;新墨西哥州古尔德。;姜浩。;Robinson,D.P.,《自适应增强拉格朗日方法:算法和实际数值经验》,Optim。方法软件。,31, 157-186 (2016) ·Zbl 1339.49023号 ·doi:10.1080/10556788.2015.1071813
[31] 柯蒂斯,F.E。;姜浩。;Robinson,D.P.,大规模约束优化的自适应增广拉格朗日方法,数学。程序。,152, 201-245 (2015) ·Zbl 1323.49015号 ·doi:10.1007/s10107-014-0784-y
[32] 多兰,医学博士。;Moré,J.J.,《性能曲线基准优化软件》,数学。程序。,91, 201-213 (2002) ·邮编:1049.90004 ·doi:10.1007/s101070100263
[33] Dostál,Z.,最优二次规划算法,23(2009),Springer:Springer,纽约·Zbl 1175.90307号
[34] 多斯塔尔,Z。;Beremlijski,P.,关于无约束限定的可分和等式凸QCQP问题的非精确增广拉格朗日收敛性,Adv.Elector。电子。工程师,15,215-222(2017)
[35] 埃克斯坦,J。;Silva,P.J.S.,增广拉格朗日函数的实用相对误差准则,数学。程序。,141, 319-348 (2013) ·Zbl 1362.90312号 ·doi:10.1007/s10107-012-0528-9
[36] 费尔南德斯,D。;Solodov,M.V.,精确和非精确增广拉格朗日方法在二阶充分最优性条件下的局部收敛,SIAM J.Optim。,22384-407(2012年)·兹比尔1259.90132 ·数字对象标识码:10.1137/10081085X
[37] 菲亚科公司。;McCormick,G.P.,《非线性规划:顺序无约束最小化技术》(1968),John Wiley&Sons:John Willey&Sons,纽约·Zbl 0193.18805号
[38] Fletcher,R.,《实用优化方法》(1987),学术出版社:伦敦学术出版社·Zbl 0905.65002号
[39] Fletcher,R.,《增广拉格朗日方程》,框约束QP和扩展,IMA J.Numer。分析。,37, 1635-1656 (2017) ·Zbl 1475.65039号 ·doi:10.1093/imanum/drx002
[40] 新墨西哥州古尔德。;欧尔班博士。;Toint,Ph.L.,CUTEst:一个有约束和无约束的测试环境,具有用于数学优化的安全线程,Compute。最佳方案。申请。,60, 545-557 (2014) ·Zbl 1325.90004号 ·doi:10.1007/s10589-014-9687-3
[41] Grapiglia,G.N.和Yuan,Y.,关于非凸优化的增广拉格朗日方法的复杂性,可从arXiv:1906.05622v1获得。
[42] 海格,W.W。;Zhang,H.,箱约束优化的一种新的主动集算法,SIAM J.Optim。,17526-557(2006年)·Zbl 1165.90570号 ·doi:10.1137/050635225
[43] Hestenes,M.R.,乘数和梯度法,J.Optim。理论应用。,4, 303-320 (1969) ·Zbl 0174.20705号 ·doi:10.1007/BF00927673
[44] 洪,M。;罗志强。;Razaviyayn,M.,一类非凸问题的交替方向乘子法的收敛性分析,SIAM J.Optim。,26, 337-364 (2016) ·兹比尔1356.49061 ·数字对象标识代码:10.1137/140990309
[45] HSL,用于大规模科学计算的fortran代码集合。可在http://www.hsl.rl.ac.uk/。
[46] 伊兹迈洛夫,A.F。;Solodov,M.V。;Uskov,E.I.,增广拉格朗日方法应用于退化约束优化问题的全局收敛性,包括互补约束问题,SIAM J.Optim。,22, 1579-1606 (2012) ·Zbl 1274.90385号 ·doi:10.1137/120868359
[47] 坎佐,C。;Steck,D.,比较标准和有保障的增广拉格朗日方法的示例,Oper。Res.Lett.公司。,45, 598-603 (2017) ·Zbl 1409.90186号 ·doi:10.1016/j.orl.2017.09.005
[48] 马丁内斯,J.M。;Qi,L.,求解非光滑方程的非精确牛顿方法,J.Compute。申请。数学。,60, 127-145 (1995) ·Zbl 0833.65045号 ·doi:10.1016/0377-0427(94)00088-I
[49] Powell,M.J.D.,最小化问题中非线性约束的一种方法,收录于优化,R.Fletcher,ed.,学术出版社,纽约,1969年,第283-298页·Zbl 0194.47701号
[50] 齐,L。;Sun,J.,牛顿方法的非光滑版本,数学。程序。,58, 353-367 (1993) ·Zbl 0780.90090号 ·doi:10.1007/BF01581275
[51] Rockafellar,R.T.,非凸规划中的增广拉格朗日乘子函数和对偶性,SIAM J.Contr。优化。,12, 268-285 (1974) ·Zbl 0257.90046号 ·doi:10.1137/0312021
[52] Rockafellar,R.T.,增广拉格朗日和近点算法在凸规划中的应用,数学。操作。第197-116号决议(1976年)·Zbl 0402.90076号 ·doi:10.1287/门1.2.97
[53] 索洛多夫,M.V。;Svaiter,B.F.,一种使用极大单调算子放大的混合近似梯度外近点算法,集值分析。,7, 323-345 (1999) ·Zbl 0959.90038号 ·doi:10.1023/A:1008777829180
[54] Solodov,M.V。;Svaiter,B.F.,一种混合投影近点算法,J.凸分析。,6, 323-345 (1999) ·Zbl 0959.90038号
[55] Solodov,M.V。;Svaiter,B.F.,一种不精确的混合广义外梯度-极值点算法和关于Bregman函数理论的一些新结果,数学。操作。决议,25,214-230(2000)·Zbl 0980.90097号 ·doi:10.1287/门.25.2.214.12222
[56] Sun,W。;Yuan,Y.,优化理论与方法:非线性规划(2006),Springer:Springer,柏林·兹比尔1129.90002
[57] 瓦希特,A。;Biegler,L.T.,《关于大规模非线性规划中点内滤波器线性搜索算法的实现》,数学。程序。,106, 25-57 (2006) ·Zbl 1134.90542号 ·doi:10.1007/s10107-004-0559-y
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。