基于求解大规模界约束问题的三种有效集识别策略的比较

被引：5

作者：

孙莉 ^{[1
]}

贺国平 ^{[2
]}

房亮 ^{[3
,1
]}

机构：

[1] 上海交通大学数学系

[2] 山东科技大学信息科学与工程学院

[3] 泰山学院数学与系统科学系

来源：

数值计算与计算机应用 | 2009年 / 30卷 / 01期

关键词：

有效集; 界约束; 大规模问题; 支持向量机;

D O I：

暂无

中图分类号：

O221.2 [非线性规划];

学科分类号：

摘要：

针对大规模界约束优化问题,列举了四种有效集识别策略,每次迭代它们允许多个有效约束的指标加到工作集或从工作集中去掉.在1998年Facchinei等人提出的有效集算法基础上,写出有效集拟牛顿算法(ASNA)框架用于测试不同的有效集识别策略.采用特殊的方法,由非线性无约束问题产生若干界约束极小化的测试问题,通过数值测试发现Facchinei等人同年提出的精确有效集识别函数不适用于本文的ASNA算法,最终分析了其余三种识别策略的优缺点.

引用

页码：41 / 47

页数：7

共 7 条

[1] SLMQN:一个解大规模边界约束非线性规划子空间有限储存拟牛顿方法的FORTRAN优化软件
倪勤
袁亚湘
[J]. 数值计算与计算机应用, 1997, (03) : 173 - 179
[2] 数据挖掘中的新方法[M]. 科学出版社 , 邓乃扬,田英杰著, 2004
[3] Convergence of a Generalized SMO Algorithm for SVM Classifier Design[J] . S.S. Keerthi,E.G. Gilbert.Machine Learning . 2002 (1)
[4] A subspace limited memory quasi-Newton algorithm for large-scale nonlinear bound constrained optimization
Ni, Q
Yuan, Y
[J]. MATHEMATICS OF COMPUTATION, 1997, 66 (220) : 1509 - 1520
[5] Generating box-constrained optimization problems
Universita di Roma `La Sapienza', Rome, Italy
[J]. ACM Transactions on Mathematical Software, 1997, 23 (03): : 443 - 447
[6] Convergence properties of trust region methods for linear and convex constraints[J] . James V. Burke,Jorge J. Moré,Gerardo Toraldo.Mathematical Programming . 1990 (1)
[7] Working set selection using second order information for training SVM. Fan,RE,Chen,PH,Lin,CJ. J Mach Learn Res . 2005

← 1 →