Complexidade em programação não linear

Detalhes bibliográficos
Ano de defesa: 2017
Autor(a) principal: Gardenghi, John Lenon Cardoso
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Tese
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Complexidade de avaliação
Evaluation complexity
Experimentos numéricos
Nonlinear programming
Numerical experiments
Optimization
Otimização
Programação não linear
Link de acesso: http://www.teses.usp.br/teses/disponiveis/45/45134/tde-06012018-181441/
Resumo: No presente trabalho, estudamos e desenvolvemos algoritmos com análise de complexidade de avaliação de pior caso para problemas de programação não linear. Para minimização irrestrita, estabelecemos dois algoritmos semelhantes que exploram modelos de ordem superior com estratégia de regularização. Propusemos uma implementação computacional que preserva as boas propriedades teóricas de complexidade, e fizemos experimentos numéricas com problemas clássicos da literatura, a fim de atestar a implementação e avaliar a aplicabilidade de métodos que empreguem modelos de ordem superior. Para minimização com restrições, estabelecemos um algoritmo de duas fases que converge a pontos que satisfazem condições de otimalidade de primeira ordem não escaladas para o problema de programação não linear.
id USP_4734b76cdc0ac9fe9aa05dc2b7fdcb8a
oai_identifier_str oai:teses.usp.br:tde-06012018-181441
network_acronym_str USP
network_name_str Biblioteca Digital de Teses e Dissertações da USP
repository_id_str
spelling Complexidade em programação não linearComplexity in nonlinear programminComplexidade de avaliaçãoEvaluation complexityExperimentos numéricosNonlinear programmingNumerical experimentsOptimizationOtimizaçãoProgramação não linearNo presente trabalho, estudamos e desenvolvemos algoritmos com análise de complexidade de avaliação de pior caso para problemas de programação não linear. Para minimização irrestrita, estabelecemos dois algoritmos semelhantes que exploram modelos de ordem superior com estratégia de regularização. Propusemos uma implementação computacional que preserva as boas propriedades teóricas de complexidade, e fizemos experimentos numéricas com problemas clássicos da literatura, a fim de atestar a implementação e avaliar a aplicabilidade de métodos que empreguem modelos de ordem superior. Para minimização com restrições, estabelecemos um algoritmo de duas fases que converge a pontos que satisfazem condições de otimalidade de primeira ordem não escaladas para o problema de programação não linear.In the present work, we have studied and developed algorithms with worst-case evaluation complexity analysis for nonlinear programming problems. For the unconstrained optimization case, we have established two similar algorithms that explore high-order regularization models. We have proposed a computational implementation that preserves the good properties of the evaluation complexity theory, and we made numerical experiments with classical problems from the literature, in order to check the implementation and certify the practical applicability of methods that employ high-order models. For the constrained optimization case, we have established a two phases algorithm that converges to points that meet the unscaled first-order optimality condition for the nonlinear programming problem.Biblioteca Digitais de Teses e Dissertações da USPBirgin, Ernesto Julian GoldbergGardenghi, John Lenon Cardoso2017-08-09info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisapplication/pdfhttp://www.teses.usp.br/teses/disponiveis/45/45134/tde-06012018-181441/reponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USPLiberar o conteúdo para acesso público.info:eu-repo/semantics/openAccesspor2018-07-19T20:50:39Zoai:teses.usp.br:tde-06012018-181441Biblioteca Digital de Teses e Dissertaçõeshttp://www.teses.usp.br/PUBhttp://www.teses.usp.br/cgi-bin/mtd2br.plvirginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.bropendoar:27212018-07-19T20:50:39Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false
dc.title.none.fl_str_mv Complexidade em programação não linear
Complexity in nonlinear programmin
title Complexidade em programação não linear
spellingShingle Complexidade em programação não linear
Gardenghi, John Lenon Cardoso
Complexidade de avaliação
Evaluation complexity
Experimentos numéricos
Nonlinear programming
Numerical experiments
Optimization
Otimização
Programação não linear
title_short Complexidade em programação não linear
title_full Complexidade em programação não linear
title_fullStr Complexidade em programação não linear
title_full_unstemmed Complexidade em programação não linear
title_sort Complexidade em programação não linear
author Gardenghi, John Lenon Cardoso
author_facet Gardenghi, John Lenon Cardoso
author_role author
dc.contributor.none.fl_str_mv Birgin, Ernesto Julian Goldberg
dc.contributor.author.fl_str_mv Gardenghi, John Lenon Cardoso
dc.subject.por.fl_str_mv Complexidade de avaliação
Evaluation complexity
Experimentos numéricos
Nonlinear programming
Numerical experiments
Optimization
Otimização
Programação não linear
topic Complexidade de avaliação
Evaluation complexity
Experimentos numéricos
Nonlinear programming
Numerical experiments
Optimization
Otimização
Programação não linear
description No presente trabalho, estudamos e desenvolvemos algoritmos com análise de complexidade de avaliação de pior caso para problemas de programação não linear. Para minimização irrestrita, estabelecemos dois algoritmos semelhantes que exploram modelos de ordem superior com estratégia de regularização. Propusemos uma implementação computacional que preserva as boas propriedades teóricas de complexidade, e fizemos experimentos numéricas com problemas clássicos da literatura, a fim de atestar a implementação e avaliar a aplicabilidade de métodos que empreguem modelos de ordem superior. Para minimização com restrições, estabelecemos um algoritmo de duas fases que converge a pontos que satisfazem condições de otimalidade de primeira ordem não escaladas para o problema de programação não linear.
publishDate 2017
dc.date.none.fl_str_mv 2017-08-09
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://www.teses.usp.br/teses/disponiveis/45/45134/tde-06012018-181441/
url http://www.teses.usp.br/teses/disponiveis/45/45134/tde-06012018-181441/
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv
dc.rights.driver.fl_str_mv Liberar o conteúdo para acesso público.
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Liberar o conteúdo para acesso público.
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.coverage.none.fl_str_mv
dc.publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
dc.source.none.fl_str_mv
reponame:Biblioteca Digital de Teses e Dissertações da USP
instname:Universidade de São Paulo (USP)
instacron:USP
instname_str Universidade de São Paulo (USP)
instacron_str USP
institution USP
reponame_str Biblioteca Digital de Teses e Dissertações da USP
collection Biblioteca Digital de Teses e Dissertações da USP
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)
repository.mail.fl_str_mv virginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.br
_version_ 1815257934500724736

Registros relacionados