Busca avançada
Ano de início
Entree
(Referência obtida automaticamente do Web of Science, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores.)

Cubic-regularization counterpart of a variable-norm trust-region method for unconstrained minimization

Texto completo
Autor(es):
Martinez, J. M. ; Raydan, M.
Número total de Autores: 2
Tipo de documento: Artigo Científico
Fonte: Journal of Global Optimization; v. 68, n. 2, p. 367-385, JUN 2017.
Citações Web of Science: 16
Resumo

In a recent paper, we introduced a trust-region method with variable norms for unconstrained minimization, we proved standard asymptotic convergence results, and we discussed the impact of this method in global optimization. Here we will show that, with a simple modification with respect to the sufficient descent condition and replacing the trust-region approach with a suitable cubic regularization, the complexity of this method for finding approximate first-order stationary points is . We also prove a complexity result with respect to second-order stationarity. Some numerical experiments are also presented to illustrate the effect of the modification on practical performance. (AU)

Processo FAPESP: 13/05475-7 - Métodos computacionais de otimização
Beneficiário:Sandra Augusta Santos
Linha de fomento: Auxílio à Pesquisa - Temático
Processo FAPESP: 13/07375-0 - CeMEAI - Centro de Ciências Matemáticas Aplicadas à Indústria
Beneficiário:José Alberto Cuminato
Linha de fomento: Auxílio à Pesquisa - Centros de Pesquisa, Inovação e Difusão - CEPIDs