带光滑非线性约束的极值问题：

min_x f(x) subject to c(x) = 0

其中 x 是向量，c 这个函数的值也是向量。

求解这个问题的数值方法我看了几个，都需要反复计算（或者差分近似）c的导数（Jacobian），计算量很大。

有没有什么算法可以只计算一次 Jacobian，之后就用拟牛顿法近似？我看求解非线性方程组是有这类方法的，优化问题却没找到。
  
--
FROM 138.19.103.*

要是做实际问题用已有成熟软件；如果自己练习编写程序可以试试共轭方向法；如果是自己想提一种新的算法就比较一下解方程组和它的不同吧，我学的稀里糊涂的。我只记得优化的时候那个Hesse阵是近似求的，比如BFGS，DFP之类的。
【 在 fanci 的大作中提到: 】
:  
: 带光滑非线性约束的极值问题：  
:  
: min_x f(x) subject to c(x) = 0  
:  
: 其中 x 是向量，c 这个函数的值也是向量。  
:  
: 求解这个问题的数值方法我看了几个，都需要反复计算（或者差分近似）c的导数（Jacobian），计算量很大
: ..................

发自「今日水木 on SPN-AL00」
--
FROM 183.40.10.*