Subtitle:

Raport Badawczy = Research Report ; RB/53/2006

Publisher:

Instytut Badań Systemowych. Polska Akademia Nauk ; Systems Research Institute. Polish Academy of Sciences

Place of publishing:

Warszawa

Description:

11 stron ; 21 cm ; Bibliografia s. 10-11

Abstract:

The paper investigates the gradient sampling algorithm of Burke, Lewis and Overton for minimizing a locally Lipschitz function f on Rn that is continuously differentiable on an open dense subset. The existing convergence results for this algorithm were reinforced. A slightly revised version has been introduced for which stronger results are established without requiring compactness of the level sets of f. In particular, it has been shown that with probability 1 the revised algorithm either drives the f -values to -∞, or each of its cluster points is Clarke stationary for f. A simplified variant was also considered in which the differentiability check is skipped and the user can control the number of f-evaluations per iteration.

Relation:

Raport Badawczy = Research Report

Detailed Resource Type:

Raport

Resource Identifier:

oai:rcin.org.pl:139712

Source:

RB-2006-53

Language:

eng

Language of abstract:

eng

Rights:

Licencja Creative Commons Uznanie autorstwa 4.0

Terms of use:

Zasób chroniony prawem autorskim. [CC BY 4.0 Międzynarodowe] Korzystanie dozwolone zgodnie z licencją Creative Commons Uznanie autorstwa 4.0, której pełne postanowienia dostępne są pod adresem: ; -

Digitizing institution:

Instytut Badań Systemowych Polskiej Akademii Nauk

Original in:

Biblioteka Instytutu Badań Systemowych PAN

Projects co-financed by:

Program Operacyjny Polska Cyfrowa, lata 2014-2020, Działanie 2.3 : Cyfrowa dostępność i użyteczność sektora publicznego; środki z Europejskiego Funduszu Rozwoju Regionalnego oraz współfinansowania krajowego z budżetu państwa

Access:

Otwarty