Variationally-Derived Limited-Memory Methods for Unconstrained Optimization

0405427 - UIVT-O 330799 RIV CZ eng K - Conference Paper (Czech conference)
Vlček, Jan - Lukšan, Ladislav
Variationally-Derived Limited-Memory Methods for Unconstrained Optimization.
[Variačně odvozené metody s omezenou pamětí pro nepodmíněnou minimalizaci.]
Programs and Algorithms of Numerical Mathematics. Praha: Matematický ústav AV ČR, 2004 - (Chleboun, J.; Přikryl, P.; Segeth, K.), s. 273-278. ISBN 80-85823-53-5.
[Programy a algoritmy numerické matematiky /12./. Dolní Maxov (CZ), 06.06.2004-11.06.2004]
R&D Projects: GA AV ČR IAA1030405
Institutional research plan: CEZ:MSM 242200002
Keywords : limited memory methods * optimization
Subject RIV: BA - General Mathematics

The contribution contains a description of a limited memory variable metric method for large scale unconstrained minimization. The Hessian matrix is assumed to be general without any structure.

V práci je popsána metoda s omezenou pamětí pro pro minimalizaci funkcí bez omezujících podmínek majících velké nestrukturované Hessovy matice.
Permanent Link: http://hdl.handle.net/11104/0125595