大规模参数估计的约束无导数优化信赖域方法

项目名称： 大规模参数估计的约束无导数优化信赖域方法

项目编号： No.11626037

项目类型： 专项基金项目

立项/批准年度： 2016

项目学科： 数理科学和化学

项目作者： 高静

作者单位： 北华大学

项目金额： 3万元

中文摘要： 大数据时代使规模大、精度高的参数估计问题受到广泛关注. 无导数优化方法对数据处理算法中的参数估计有着深刻的理论意义和广泛的应用价值. 因此设计大规模、高精度、理论完备、性能优越的无导数优化参数估计算法成为学术界关注的焦点. 本课题主要工作有：1. 基于传统的信赖域框架, 提出适用于约束优化问题的无导数技术信赖域方法, 给出完备的收敛性分析以及稳定的数值结果; 2. 通过对信赖域子问题模型函数插值过程的优化, 进一步提出适合大规模优化问题的改进算法. 3. 求解大规模参数估计问题, 确保算法稳定、有效, 结果优越, 为大规模约束优化问题的无导数优化信赖域方法提供数值依据.

中文关键词： 无导数优化；信赖域方法；约束优化问题；；

英文摘要： In big data era, parameter estimation problem with large scale and high precision more popular than before. Derivative free optimization methods have a profound theoretical significance and application value to estimate the parameters for mass data proces

英文关键词： Derivative free optimization；Trust region method；Constrained optimization；；