More Test Examples for Nonlinear Programming Codes

این مجموعه از 188 نمونه آزمون برنامه نویسی غیرخطی مکملی از مجموعه مسائل آزمون منتشر شده توسط Hock و Schittkowski [2] است. مانند مورد قبلی، هدف ارائه مجموعه گسترده ای از مسائل برنامه نویسی غیرخطی است که توسط سایر نویسندگان در گذشته برای توسعه، آزمایش یا مقایسه الگوریتم های بهینه سازی استفاده می شد. هیچ تمایزی بین یک مشکل تست \"آسان\" یا \"سخت\" وجود ندارد، زیرا هر طبقه بندی مرتبط باید به الگوریتم اساسی و طراحی تست بستگی داشته باشد. به عنوان مثال، یک مسئله حداقل مربعات غیرخطی ممکن است به راحتی توسط یک کد هدف خاص در چند تکرار حل شود، اما همین مسئله می تواند برای یک کد برنامه نویسی غیرخطی عمومی به دلیل شرایط نامناسب غیرقابل حل باشد. بنابراین باید هر دو مجموعه را به عنوان یک پیشنهاد احتمالی برای انتخاب برخی مشکلات مناسب برای یک چارچوب آزمایشی خاص در نظر گرفت. یک تفاوت بین مجموعه جدید و مجموعه قبلی منتشر شده توسط هاک و شیتکوفسکی [2]، تلاش برای ارائه برخی مسائل واقعی تر یا «دنیای واقعی» است. علاوه بر این، چند مسئله آزمون حداقل مربعات غیر خطی جمع آوری شد که می توان از آنها استفاده کرد. g. برای آزمایش الگوریتم های برازش داده ها ارائه مسائل آزمون تا حدودی ساده شده است و راه‌حل‌های عددی تنها با یک کد برنامه‌نویسی غیرخطی، الگوریتم برنامه‌نویسی درجه دوم متوالی NLPQL Schittkowski [3] محاسبه می‌شوند. اما هر دو مجموعه مسائل تست به صورت یکسان در قالب زیر روال های ویژه FORTRAN اجرا می شوند، به طوری که می توان از همان برنامه های آزمایشی استفاده کرد.

This collection of 188 nonlinear programming test examples is a supplement of the test problem collection published by Hock and Schittkowski [2]. As in the former case, the intention is to present an extensive set of nonlinear programming problems that were used by other authors in the past to develop, test or compare optimization algorithms. There is no distinction between an "easy" or "difficult" test problem, since any related classification must depend on the underlying algorithm and test design. For instance, a nonlinear least squares problem may be solved easily by a special purpose code within a few iterations, but the same problem can be unsolvable for a general nonlinear programming code due to ill-conditioning. Thus one should consider both collections as a possible offer to choose some suitable problems for a specific test frame. One difference between the new collection and the former one pub­ lished by Hock and Schittkowski [2], is the attempt to present some more realistic or "real world" problems. Moreover a couple of non­ linear least squares test problems were collected which can be used e. g. to test data fitting algorithms. The presentation of the test problems is somewhat simplified and numerical solutions are computed only by one nonlinear programming code, the sequential quadratic programming algorithm NLPQL of Schittkowski [3]. But both test problem collections are implemeted in the same way in form of special FORTRAN­ subroutines, so that the same test programs can be used.