摘要
非线性约束优化广泛应用于资源分配、工程设计等领域.非线性约束优化算法包括一
阶算法和高阶算法.高阶优化算法是利用目标函数的高阶导数信息进行优化的算法,具有
更好的迭代复杂度和更快的渐近收敛速率,而且能够天然地排除一些低阶的鞍点,因此逐
渐成为优化领域中的一个新兴方向.自适应三次正则化方法(ARC)首次提出是用来解无约
束优化问题,使用局部Lipschitz常数的自适应估计和近似于全局模型最小值的近似值,保
证算法收敛性的同时还具有良好的数值效果.本文针对非线性约束优
摘要
非线性约束优化广泛应用于资源分配、工程设计等领域.非线性约束优化算法包括一
阶算法和高阶算法.高阶优化算法是利用目标函数的高阶导数信息进行优化的算法,具有
更好的迭代复杂度和更快的渐近收敛速率,而且能够天然地排除一些低阶的鞍点,因此逐
渐成为优化领域中的一个新兴方向.自适应三次正则化方法(ARC)首次提出是用来解无约
束优化问题,使用局部Lipschitz常数的自适应估计和近似于全局模型最小值的近似值,保
证算法收敛性的同时还具有良好的数值效果.本文针对非线性约束优
文档评论(0)