求解界约束极小化的多层活动集信赖域（MASTR）方法
数值分析
2021-03-30 v2 数值分析
摘要
我们提出了递归多层信赖域（RMTR）方法的一种新变体，称为 MASTR。该方法旨在求解由偏微分方程的有限元离散化所产生的非凸界约束极小化问题。MASTR 采用基于截断基方法的主动集策略，以通过较粗层保持最细层上定义的变量界。使用该方法可使 MASTR 方法快速收敛，尤其在准确检测到活动集之后。该方法的效率通过数值算例得以验证。
引用
@article{arxiv.2103.14552,
title = {Multilevel Active-Set Trust-Region (MASTR) Method for Bound Constrained Minimization},
author = {Alena Kopaničáková and Rolf Krause},
journal= {arXiv preprint arXiv:2103.14552},
year = {2021}
}