伯金，E.G。；Gardenghi，J.L。；J.M.马丁内斯。；桑托斯，S.A。 关于用障碍算法求解线性约束优化问题。 （英语） Zbl 07389625号 顶部 29，第2期，417-441（2021）. 摘要：许多实际问题需要求解大规模约束优化问题，其中保持可行性是一个关键问题，并且目标函数的评估非常昂贵。在这些情况下，必须从可行的近似解开始，获得近似解不需要进行目标函数评估。解决这类问题的必要性促使我们重新审视非线性优化的经典屏障方法，仔细实现了该方法的现代版本。这是本论文的主要目标。为了完整性，我们提供了全局收敛结果，并与一个最先进的内部点求解器进行了比较数值实验，以实现连续优化。 MSC公司： 65千5 数值数学规划方法 90立方 非线性规划 90摄氏51度 内部点方法 关键词：线性约束优化；可行的屏障方法；汇聚；数值实验 软件：伊波特；阿尔根坎；CUTEst公司 PDF格式BibTeX公司 XML格式引用 \textit{E.G.Birgin}等人，Top 29，No.2，417--441（2021；Zbl 07389625） 全文： 内政部 参考文献： [1] 安德烈亚尼（Andreani，R.）。；伯金，EG；马丁内斯，JM；Schuverdt，ML，关于一般低层约束的增广拉格朗日方法，SIAM J Optim，18，4，1286-1309（2008）·Zbl 1151.49027号 ·数字对象标识代码：10.1137/060654797 [2] 伯金，EG；Martínez，JM，约束优化的实用增广拉格朗日方法（2014），费城：工业和应用数学学会，费城·Zbl 1339.90312号 ·doi:10.1137/1.9781611973365 [3] Chen，L。；Goldfarb，D.，具有强全局收敛性的非线性规划的Interior-point\（\ell_2）-惩罚方法，《数学程序》，108，1，1-36（2006）·Zbl 1142.90498号 ·doi:10.1007/s10107-005-0701-5 [4] Dolan，ED；Moré，JJ，带性能曲线的基准优化软件，Math Progr，91，2，201-213（2002）·邮编：1049.90004 ·doi:10.1007/s101070100263 [5] Fiacco，AV公司；McCormick，GP，《非线性规划：序列无约束最小化技术》（1968），纽约：威利出版社·Zbl 0193.18805号 [6] Frisch KR（1955）凸规划的对数势方法。挪威奥斯陆大学经济学院技术代表 [7] 吉尔，体育；默里，W。；马萨诸塞州桑德斯；日本汤姆林；Wright，MH，《关于线性规划的投影牛顿障碍法及其与Karmarkar投影法的等价性》，《数学程序》，36，2，183-209（1986）·Zbl 0624.90062号 ·doi:10.1007/BF02592025 [8] 古尔德，NIM；Orban，D。；Toint，PL，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，Comput Optim Appl，60，3，545-557（2015）·Zbl 1325.90004号 ·doi:10.1007/s10589-014-9687-3 [9] Karmarkar N（1984）线性规划的一种新的多项式时间算法。摘自：《第十六届ACM计算理论研讨会论文集》，STOC’84，第302-311页。美国纽约州纽约市ACM·Zbl 0557.90065号 [10] Nocedal，J。；Wright，SJ，数值优化（2006），纽约：Springer，纽约·Zbl 1104.65059号 [11] 瓦希特，A。；Biegler，LT，《关于大规模非线性规划中点内滤波线性搜索算法的实现》，Math Progr，106，1，25-57（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。