Algoritmos no monótonos de región de confianza y filtros para optimización no lineal
Un algoritmo para problemas de optimización no lineal con restricciones de igualdad y de caja es presentado. En el marco del método de programación cuadrática secuencial, con una estrategia de globalización de región de con- fianza, se evita el uso de parámetros de penalización en funciones de mé...
Guardado en:
| Autor principal: | |
|---|---|
| Otros Autores: | |
| Formato: | tesis doctoral |
| Lenguaje: | Español |
| Publicado: |
2017
|
| Materias: | |
| Acceso en línea: | http://repositoriodigital.uns.edu.ar/handle/123456789/4130 |
| Aporte de: |
| Sumario: | Un algoritmo para problemas de optimización no lineal con restricciones
de igualdad y de caja es presentado. En el marco del método de programación
cuadrática secuencial, con una estrategia de globalización de región de con-
fianza, se evita el uso de parámetros de penalización en funciones de mérito
mediante el uso de un filtro inclinado con memoria.
Los subproblemas de región de cofianza son resueltos mediante el uso del
método de gradiente espectral proyectado (SPG), un método no monótono
para problemas convexos de gran escala. El paso de prueba es evaluado mediante
una condición no monótona sobre el Lagrangiano de la función objetivo,
que puede ser considerado una generalización de la condición de fracción
decrecimiento de Cauchy y la condición no monótona para búsqueda lineal
de Grippo, Lampariello y Lucidi.
Las propiedades de buena definición y convergencia global del algoritmo
son analizadas bajo hipótesis estándar para problemas de optimización no
lineal con restricciones de igualdad y de caja, basados en una estrategia de
región de cofianza.
Resultados numéricos son reportados para validar la eficiencia y robustez
del algoritmo en problemas de variado tama~no, y un problema de ajuste de
observaciones con ruido a una solución de una ecuación diferencial de segundo
orden, que genera un problema no diferenciable. La condición de decrecimiento
no monótona es comparada con la tradicional condición monótona
mediante perfiles de rendimiento. |
|---|