A Modified Limited-Memory BNS Method for Unconstrained Minimization Based on the Conjugate Directions Idea

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985807%3A_____%2F15%3A00442775" target="_blank" >RIV/67985807:_____/15:00442775 - isvavai.cz</a>

Výsledek na webu

<a href="http://dx.doi.org/10.1080/10556788.2014.955101" target="_blank" >http://dx.doi.org/10.1080/10556788.2014.955101</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1080/10556788.2014.955101" target="_blank" >10.1080/10556788.2014.955101</a>

Jazyk výsledku

angličtina

Název v původním jazyce

A Modified Limited-Memory BNS Method for Unconstrained Minimization Based on the Conjugate Directions Idea

Popis výsledku v původním jazyce

A modification of the limited-memory variable metric BNS method for large-scale unconstrained optimization is proposed, which consists in corrections (derived from the idea of conjugate directions) of the used difference vectors for better satisfaction of the previous quasi-Newton (QN) conditions. In comparison with [Vlček and Lukšan, A conjugate directions approach to improve the limited-memory BFGS method, Appl. Math. Comput. 219 (2012), pp. 800?809], where a similar approach is used, correction vectors from more previous iterations can be applied here. For quadratic objective functions, the improvement of convergence is the best one in some sense, all stored corrected difference vectors are conjugate and the QN conditions with these vectors are satisfied. Global convergence of the algorithm is established for convex sufficiently smooth functions. Numerical experiments demonstrate the efficiency of the new method.

Název v anglickém jazyce

A Modified Limited-Memory BNS Method for Unconstrained Minimization Based on the Conjugate Directions Idea

Popis výsledku anglicky

A modification of the limited-memory variable metric BNS method for large-scale unconstrained optimization is proposed, which consists in corrections (derived from the idea of conjugate directions) of the used difference vectors for better satisfaction of the previous quasi-Newton (QN) conditions. In comparison with [Vlček and Lukšan, A conjugate directions approach to improve the limited-memory BFGS method, Appl. Math. Comput. 219 (2012), pp. 800?809], where a similar approach is used, correction vectors from more previous iterations can be applied here. For quadratic objective functions, the improvement of convergence is the best one in some sense, all stored corrected difference vectors are conjugate and the QN conditions with these vectors are satisfied. Global convergence of the algorithm is established for convex sufficiently smooth functions. Numerical experiments demonstrate the efficiency of the new method.

Druh

J_x - Nezařazeno - Článek v odborném periodiku (Jimp, Jsc a Jost)

CEP obor

BA - Obecná matematika

OECD FORD obor

—

Projekt

<a href="/cs/project/GA13-06684S" target="_blank" >GA13-06684S: Iterační metody ve výpočetní matematice: Analýza, předpodmínění a aplikace</a><br>

Návaznosti

I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace

Rok uplatnění

2015

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název periodika

Optimization Methods & Software

ISSN

1055-6788

e-ISSN

—

Svazek periodika

30

Číslo periodika v rámci svazku

3

Stát vydavatele periodika

GB - Spojené království Velké Británie a Severního Irska

Počet stran výsledku

18

Strana od-do

616-633

Kód UT WoS článku

000356936400011

EID výsledku v databázi Scopus

2-s2.0-84933672462