A fast algorithm for nonlinearly constrained optimization calculations
A fast algorithm for nonlinearly constrained optimization calculations
复制标题
DOI：
10.1007/bfb0067703
复制
发表时间：
1978
期刊：
影响因子：
--
通讯作者：
M. Powell
中科院分区：
文献类型：
--
作者：
M. Powell
该算法的目的是计算实数函数的最小值，其中 x 是 n 个实数变量的向量，受值约束 0, i= 1, 2,..., m: ci 0, i= m'+ 1, m'+ 2,(1.1) 我们假设目标函数和约束函数是可微的，并且可以计算一阶导数。我们设 为梯度向量
The purpose of the algorithm is to calculate the least value of a real function where x is a vector of n real variables, subject to the constraints0, i= 1, 2,..., m: ci 0, i= m'+ 1, m'+ 2,(1.1) on the value We suppose that the objective and constraint functions are differentiable and that first derivatives can be calculated. We let be the gradient vector