Study on numerical algorithms for nonlinear optimization problems and their implementation

非线性优化问题的数值算法研究及其实现

• 批准号: 17K00039
• 负责人: YABE HIROSHI
• 金额: $ 1.75万
• 依托单位: Tokyo University of Science
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (C)
• 财政年份: 2017
• 资助国家: 日本
• 起止时间: 2017-04-01 至 2020-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-17K00039/
• 关键词: 非線形最適化; 無制約最小化; 制約条件付き最小化; メモリーレス準ニュートン法; 共役勾配法; 近接勾配法; 非線形半正定値計画; 主双対内点法; 無制約最小化問題; 制約条件付き最小化問題; 準ニュートン法; 主双対信頼領域内点法; 応用数学; アルゴリズム

项目成果

Descent three-term conjugate gradient methods based on secant conditions for unconstrained optimization

• DOI: 10.1080/10556788.2017.1338288
• 发表时间: 2017-06
• 期刊: Optimization Methods and Software
• 影响因子: 2.2
• 作者: H. Kobayashi;Yasushi Narushima;H. Yabe

Inexact proximal memoryless quasi-Newton methods for minimizing composite functions

用于最小化复合函数的不精确近端无记忆拟牛顿法

• 发表时间: 2019
• 期刊: 京都大学数理解析研究所講究録
• 作者: 中山舜民;成島康史;矢部博
• 通讯作者: 矢部博

Inexact proximal memoryless spectral-scaling MBFGS method

不精确的近端无记忆光谱缩放MBFGS方法

• 发表时间: 2018
• 作者: Shummin Nakayama;Yasushi Narushima and Hiroshi Yabe
• 通讯作者: Yasushi Narushima and Hiroshi Yabe

A proximal memoryless symmetric rank one method for minimizing composite functions

一种最小化复合函数的近端无记忆对称秩一方法

• 发表时间: 2019
• 期刊: 京都数理解析研究所 講究録
• 作者: 成島康史;中山舜民
• 通讯作者: 中山舜民

Global convergence of a proximal memoryless symmetric rank one method for minimizing composite functions

最小化复合函数的近端无记忆对称秩一方法的全局收敛

• 发表时间: 2021
• 期刊: Proceedings of International Conference on Nonlinear Analysis and Convex Analysis-International Conference on Optimization: Techniques and Applications
• 作者: 伊藤勝;福田光浩;S. Nakayama and Y. Narushima
• 通讯作者: S. Nakayama and Y. Narushima