Recent advances in trust region algorithms
Recent advances in trust region algorithms
复制标题
信任域算法的最新进展
DOI：
10.1007/s10107-015-0893-2
复制
发表时间：
2015-03
影响因子：
2.7
通讯作者：
Ya-xiang Yuan
中科院分区：
文献类型：
--
作者：
Ya-xiang Yuan
信赖域方法是一类数值优化方法。与每次迭代都进行线搜索的线搜索类型方法不同，信赖域方法通过求解信赖域子问题来计算试验步骤，其中模型函数在信赖域内最小化。由于信赖域的约束，非凸模型可以用于信赖域子问题，信赖域算法可以应用于非凸和病态问题。一般情况下，信赖域算法的全局收敛性比线搜索算法的全局收敛性更容易证明。本文综述了无约束优化、约束优化、非线性方程和非线性最小二乘、非光滑优化和无导数优化的信赖域方法的最新研究成果。信赖域子问题和正则化方法的结果进行了讨论。
Trust region methods are a class of numerical methods for optimization. Unlike line search type methods where a line search is carried out in each iteration, trust region methods compute a trial step by solving a trust region subproblem where a model function is minimized within a trust region. Due to the trust region constraint, nonconvex models can be used in trust region subproblems, and trust region algorithms can be applied to nonconvex and ill-conditioned problems. Normally it is easier to establish the global convergence of a trust region algorithm than that of its line search counterpart. In the paper, we review recent results on trust region methods for unconstrained optimization, constrained optimization, nonlinear equations and nonlinear least squares, nonsmooth optimization and optimization without derivatives. Results on trust region subproblems and regularization methods are also discussed.
登录
查看更多内容
影响因子：
2.9
作者：
BYRD, RH;SCHNABEL, RB;SHULTZ, GA
通讯作者：
SHULTZ, GA
影响因子：
2.7
作者：
Ya-xiang Yuan
通讯作者：
Ya-xiang Yuan
DOI：
10.1007/0-387-30065-1_4
发表时间：
2006
期刊：
--
影响因子：
--
作者：
R. Byrd;J. Nocedal;R. A. Waltz
通讯作者：
R. Byrd;J. Nocedal;R. A. Waltz
影响因子：
5.2
作者：
LongHei
通讯作者：
LongHei
影响因子：
2.2
作者：
Xiao Wang;Ya-xiang Yuan
通讯作者：
Xiao Wang;Ya-xiang Yuan