李晓波;王宪富;马尼什·克里斯汉·拉尔 黎曼流形上无约束优化问题的非单调信赖域方法。 (英语) Zbl 1471.65053号 J.优化。理论应用。 188,编号2,547-570(2021). 摘要:我们提出了一种求解黎曼流形上无约束优化问题的非单调信赖域方法。在一些合理的条件下,证明了其全局收敛于一阶平稳点。我们还建立了局部(R)-线性、超线性和二次收敛速度。初步实验表明,该算法是有效的。 引用于1文件 MSC公司: 65千5 数值数学规划方法 65K10码 数值优化和变分技术 90立方厘米 抽象空间中的编程 49J40型 变分不等式 关键词:无约束优化;非单调技术;信赖域法;收敛速度;黎曼流形 软件:RTRMC公司;马诺普特 PDF格式BibTeX公司 XML格式引用 \textit{X.Li}等人,J.Optim。理论应用。188,编号2457-570(2021;兹bl 1471.65053) 全文: 内政部 参考文献: [1] Levenberg,K.,用最小二乘法解决某些非线性问题的方法,Quart。申请。数学。,2, 164-168 (1994) ·Zbl 0063.03501号 ·doi:10.1090/qam/10666 [2] 阿霍霍什,M。;Amini,K.,无约束优化问题的自适应半径非单调信赖域方法,计算。数学。申请。,60, 411-422 (2010) ·Zbl 1201.90184号 ·doi:10.1016/j.camwa.2010.04.034 [3] 阿米尼,K。;Ahookhosh,M.,用于无约束优化的可调整信任区域和非单调算法的混合,应用。数学。型号。,38, 2601-2612 (2014) ·Zbl 1427.90257号 ·doi:10.1016/j.a.pm.2013.10.062 [4] 施,ZJ;郭,JH,无约束优化的一种新的信赖域方法,计算。数学。申请。,213, 509-520 (2008) ·Zbl 1144.65044号 ·doi:10.1016/j.cam.2007.01.027 [5] Sorensen,DC,带模型信赖域修正的牛顿方法,SIAM J.Numer。分析。,19, 409-426 (1982) ·兹伯利048365039 ·doi:10.1137/0719026 [6] Sorensen,D.C.:无约束最小化的信赖域方法。形态-8107106-2。伊利诺伊州阿贡国家实验室(美国)(1981年) [7] Yuan,YX,信赖域算法的最新进展,数学。程序。,151, 249-281 (2015) ·Zbl 1317.65141号 ·doi:10.1007/s10107-015-0893-2 [8] Powell,MJD,关于无约束极小化信赖域算法的全局收敛性,数学。程序。,29, 297-303 (1984) ·Zbl 0569.90069号 ·doi:10.1007/BF02591998 [9] 张,XS;张,JL;Liao,LZ,一种非单调自适应信赖域方法及其收敛性,国际计算。数学。申请。,451469-1477(2003年)·Zbl 1065.90071号 ·doi:10.1016/S0898-1221(03)00130-5 [10] 张,HC;Hager,WW,非单调线搜索技术及其在无约束优化中的应用,SIAM J.Optim。,14, 4, 1043-1056 (2004) ·Zbl 1073.90024号 ·doi:10.1137/S1052623403428208 [11] 莫,J。;刘,C。;Yan,S.,基于连续函数值加权平均的非单调信赖域方法,J.Compute。申请。数学。,209, 97-108 (2007) ·Zbl 1142.65049号 ·doi:10.1016/j.cam.2006.10.070 [12] 连接器,AR;古尔德,NIM;Toint,PL,Trust-Region Methods(2000),费城:SIAM,Philadelphia·Zbl 0958.65071号 ·数字对象标识代码:10.1137/1.9780898719857 [13] 格里波,L。;Lampariello,F。;Lucidi,S.,牛顿法的一种非单调线搜索技术,SIAM。J.数字。分析。,23, 707-716 (1986) ·兹比尔0616.65067 ·doi:10.1137/0723046 [14] 格里波,L。;Lampariello,F。;Lucidi,S.,无约束优化的非单调线搜索截断牛顿法,J.Optim。理论应用。,60, 3, 401-419 (1989) ·Zbl 0632.90059号 ·doi:10.1007/BF00940345 [15] Absil,宾夕法尼亚州;Mahony,R。;Sepulchre,R.,矩阵流形上的优化算法(2008),普林斯顿:普林斯顿大学出版社,普林斯顿·兹比尔1147.65043 ·数字对象标识代码:10.1515/9781400830244 [16] 黄,W。;加里凡,KA;Absil,PA,黎曼优化的Broyden类拟牛顿方法,SIAM J.Optim。,25, 1660-1685 (2015) ·Zbl 1461.65156号 ·数字对象标识代码:10.1137/140955483 [17] 环,W。;Wirth,B.,黎曼流形上的优化方法及其在形状空间中的应用,SIAM J.Optim。,22, 2, 596-627 (2012) ·Zbl 1250.90111号 ·数字对象标识码:10.1137/1082885X [18] Huang,W.:黎曼流形上的优化算法及其应用。佛罗里达州塔拉哈西佛罗里达州立大学数学系博士论文(2013) [19] 李,XB;新泽西州黄;安萨里,QH;姚,JC,黎曼流形上新的不精确线性搜索下降法的收敛速度,J.Optim。理论应用。,180, 830-854 (2019) ·Zbl 1407.65065号 ·doi:10.1007/s10957-018-1390-6 [20] Grohs,P。;Hosseini,S.,黎曼流形上局部Lipschitz函数的非光滑信赖域算法,IMA J.Numer。分析。,36, 1167-1192 (2016) ·Zbl 1433.90124号 ·doi:10.1093/imanum/drv043 [21] Absil,宾夕法尼亚州;贝克,CG;Gallivan,KA,黎曼流形上的信赖域方法,发现。计算。数学。,7, 303-330 (2007) ·Zbl 1129.65045号 ·doi:10.1007/s10208-005-0179-9 [22] Burago,D.,Burago.,Y.,Ivanov,S.:公制几何课程。数学研究生课程。,第33卷,《美国数学》。国际扶轮社普罗维登斯分会(2001年)·Zbl 0981.51016号 [23] Chavel,I.,《黎曼几何:现代导论》(1993),伦敦:剑桥大学出版社,伦敦·Zbl 0810.53001号 [24] Klingernerg,W.,微分几何课程(1978),柏林:施普林格,柏林·Zbl 0366.53001号 ·doi:10.1007/978-1-4612-9923-3 [25] Boumal,N.:光滑流形优化导论(2020) [26] Sakai,T.:《黎曼几何》,数学专著翻译。阿默尔。数学。Soc.,普罗维登斯,RI(1996)·Zbl 0886.5302号 [27] Udrište,C.,黎曼流形上的凸函数和优化方法(1994),Dordrecht:Kluwer学术出版社,Dordecht·Zbl 0932.53003号 ·doi:10.1007/978-94-015-8390-9 [28] 泰斯,FJ;酪蛋白;Absil,宾夕法尼亚州;阿达利,T。;Jutten,C。;JMT罗马诺;Barros,AK,通过Stiefel流形上的联合对角化实现ICA的软降维,独立分量分析和信号分离国际会议,354-361(2009),柏林:Springer,柏林·doi:10.1007/978-3-642-00599-2_45 [29] 黄,W。;Absil,宾夕法尼亚州;Gallivan,KA,黎曼对称秩一信任域方法,数学。程序序列。A.,150,179-216(2015)·Zbl 1314.65083号 ·doi:10.1007/s10107-014-0765-1 [30] Sato,H.,Stiefel流形上联合对角化的黎曼-牛顿型方法及其在独立分量分析中的应用,Optimization,66,12,2211-2231(2017)·Zbl 1386.90176号 ·doi:10.1080/02331934.2017.1359592 [31] Boumal,N.,Absil,P.A.:RTRMC:低秩矩阵补全的黎曼信任区域方法。摘自:2011年神经信息处理系统年会:神经信息处理体系进展24,第406-414页(2011) [32] Vandereycken,B.,通过黎曼优化完成低秩矩阵,SIAM J.Optim。,23, 1214-1236 (2013) ·Zbl 1277.15021号 ·doi:10.1137/110845768 [33] Jain,P.、Netrapalli,P.和Sanghavi,S.:使用交替最小化完成低秩矩阵。收录于:STOC’13:第四十五届年度ACM计算理论研讨会论文集45,第665-674页(2013)·Zbl 1293.65073号 [34] Kasai,H.,Mishra,B.:黎曼流形上的非精确信赖域算法。摘自:2018年神经信息处理系统年会:神经信息处理体系进展31,pp.4249-4260(2018) [35] 北布马尔。;米什拉,B。;Absil,宾夕法尼亚州;Sepulchre,R.,Manopt,用于流形优化的Matlab工具箱,J.Mach。学习。第15号、第1号、第1455-1459号决议(2014年)·Zbl 1319.90003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。