A norm descent derivative-free algorithm for solving large-scale nonlinear symmetric equations

در این مقاله، ما یک الگوریتم الگوریتم مشتق نزول هنجاری را برای حل معادلات متقارن غیر خطی در مقیاس بزرگ بدون ارائه اطلاعات از ماتریس گرادیان یا ژاکوبین با استفاده از برخی از جایگزین های تقریبی پیشنهاد می کنیم. الگوریتم پیشنهادی از یک روش شبیه ساز سه گانه موثر برای حل مشکلات بهینه سازی بدون محدودیت گسترش یافته و به ارث بردن برخی از ویژگی های خوب مانند ساختار ساده، نیازهای ذخیره سازی پایین و ویژگی متقارن می پردازد. در برخی شرایط مناسب، همگرایی جهانی ثابت شده است. در نهایت، آزمایشات و مقایسه های عددی نشان می دهد که الگوریتم پیشنهادی برای مسائل بزرگ در مقیاس بسیار موثر است.