A feasible SQP-GS algorithm for nonconvex, nonsmooth constrained optimization
A feasible SQP-GS algorithm for nonconvex, nonsmooth constrained optimization
复制标题
用于非凸、非光滑约束优化的可行 SQP-GS 算法
DOI：
10.1007/s11075-012-9692-5
复制
发表时间：
2012
影响因子：
2.1
通讯作者：
Jianling Li
中科院分区：
文献类型：
--
作者：
Chunming Tang;Shuai Liu;Jinbao Jian;Jianling Li
Burke 等人提出了用于最小化非凸非平滑函数的梯度采样 (GS) 算法。 (SIAM J Optim 15:751–779, 2005)，其最有趣的特征是使用随机采样的梯度而不是次梯度。在本文中
The gradient sampling (GS) algorithm for minimizing a nonconvex, nonsmooth function was proposed by Burke et al. (SIAM J Optim 15:751–779, 2005), whose most interesting feature is the use of randomly sampled gradients instead of subgradients. In this pape
登录
查看更多内容
DOI：
--
发表时间：
2005
期刊：
--
影响因子：
--
作者：
A. Lewis;J. Burke;M. Overton
通讯作者：
A. Lewis;J. Burke;M. Overton
影响因子：
3.9
作者：
J. Herskovits;W. P. Freire;Mario Tanaka Fo;A. Canelas
通讯作者：
J. Herskovits;W. P. Freire;Mario Tanaka Fo;A. Canelas
影响因子：
1.1
作者：
J. Burke;A. Lewis;M. Overton
通讯作者：
J. Burke;A. Lewis;M. Overton
影响因子：
2.7
作者：
Allen A. Goldstein
通讯作者：
Allen A. Goldstein
影响因子：
2.7
作者：
J. Asaadi
通讯作者：
J. Asaadi