可変スペースのサイズを削減するための最適化アプローチの名前

過剰に最適化する変数が多数ある最適化問題を扱っています。たとえば、これらの変数を、y、zと呼び、関数f （x 、y 、z ）を最小化したいとします。私が使用している最適化方法では、すべての変数の最適化を一度に処理できません。代わりに、他の変数を固定したまま、一度に1つの変数を最適化することで問題を単純化しています。$x$$y$$z$$f(x,y,z)$

つまり、とz = z 0を修正し、xに対してのみ関数を最適化します。この1D最適化により、いくつかの最適値x ∗が得られます。次に、x = x ∗、z = z 0を修正し、yで最適化します。これは必ずしもグローバルに最適なソリューションを提供するわけではありませんが、ローカルミニマムを生成するはずです。$y=y_0$$z=z_0$$x$$x^*$$x=x^*$$z=z_0$$y$

このメソッドの名前が何であり、それに関する情報がどこにあるかを知りたいのですが。また、より適切なコミュニティがある場合は、お知らせください。ありがとう

編集：解が収束するまで、最適化は、次にy、次にz、次にxと続きます。$x$$y$$z$$x$

これは座標降下です。勾配降下法などの他の方法が遅すぎる可能性がある場合（http://epubs.siam.org/doi/abs/10.1137/100802001など）、非常に大規模な問題で使用されていると思います。局所的な最小値に収束するはずですが、勾配降下法やニュートンタイプの方法などよりも多くのステップが必要になります。

最初に説明したアプローチ（3つの変数x、y、zのそれぞれで最適化する1つの反復のみ）は、F（x、yz）が単変量関数に変数分離可能でない限り、最適解に収束することが保証されていません。したがって、説明するのは技術的には最適化の「方法」ではなく、演算子の分割方法や交互方向暗黙（ADI）メソッドに似た「ヒューリスティック」な最適化です。