Subspace version of an augmented lagrangian-trust region algorithm for equality constrained optimization

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorGrapiglia, Geovani Nunes, 1987--
Autor(es): dc.contributorUniversidade Federal do Paraná. Setor de Ciências Exatas. Programa de Pós-Graduação em Matemática-
Autor(es): dc.creatorCosta, Carina Moreira, 1996--
Data de aceite: dc.date.accessioned2019-08-22T00:27:27Z-
Data de disponibilização: dc.date.available2019-08-22T00:27:27Z-
Data de envio: dc.date.issued2019-08-06-
Data de envio: dc.date.issued2019-08-06-
Data de envio: dc.date.issued2019-
Fonte completa do material: dc.identifierhttps://hdl.handle.net/1884/61878-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/1884/61878-
Descrição: dc.descriptionOrientador: Prof. Dr. Geovani Nunes Grapiglia-
Descrição: dc.descriptionDissertação (mestrado) - Universidade Federal do Paraná, Setor de Ciências Exatas, Programa de Pós-Graduação em Matemática. Defesa : Curitiba, 28/02/2019-
Descrição: dc.descriptionInclui referências: p.53-54-
Descrição: dc.descriptionResumo: Sao apresentadas propriedades subespaciais para os subproblemas de regiao de confianca que aparecem no metodo Lagrangiano Aumentado-Regiao de Confianca proposto recentem ente por Wang e Yuan (Optim. M ethods Softw. 30, 559-582, 2015). Especificamente, quando as aproximacoes das Hessianas do Lagrangiano sao atualizadas por fórmulas quase- Newton convenientemente escolhidas, mostra-se que o passo obtido do subproblema de regiao de confianca pertence ao subespaço gerado por todos os vetores gradientes da funcão objetivo e das restricoes calculados ate a iteraçao atual. Com base nesse resultado, propõe-se um a versao subespacial do metodo citado para problemas de otimizacao com restricoes de igualdade de grande porte, nos quais o numero de restriçoes e muito menor que o numero de variaveis. P a la v ra s-c h a v e : Otimização com Restrições. Métodos de Lagrangiano Aumentado. Métodos de Regiao de Confiança. Métodos Subespacias.-
Descrição: dc.descriptionAbstract: Subspace properties are presented for the trust-region subproblems that appear in the Augmented Lagrangian-Trust-Region method recently proposed by Wang and Yuan (Optim. Methods Softw. 30, 559-582, 2015). Specifically, when the approximate Lagrangian Hessians are updated by suitable quasi-Newton formulas, it is shown that the trial step obtained from the trust-region subproblem belongs to the subspace spanned by all gradient vectors of the objective and of the constraints computed until the current iteration. Based on this result, a subspace version of the referred method is proposed for large-scale equality constrained optimization problems in which the number of constraints is much lower than the number of variables. Keywords: Constrained Optimization. Augmented Lagrangian Methods. Trust-Region Methods. Subspace Methods.-
Formato: dc.format58 p. : il.-
Formato: dc.formatapplication/pdf-
Formato: dc.formatapplication/pdf-
Palavras-chave: dc.subjectLagrange, Funções de-
Palavras-chave: dc.subjectOtimização matemática-
Palavras-chave: dc.subjectMatemática-
Título: dc.titleSubspace version of an augmented lagrangian-trust region algorithm for equality constrained optimization-
Aparece nas coleções:Repositório Institucional - Rede Paraná Acervo

Não existem arquivos associados a este item.