Separating two polyhedra utilizing alternative theorems and penalty function
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216208%3A11320%2F23%3A10472190" target="_blank" >RIV/00216208:11320/23:10472190 - isvavai.cz</a>
Výsledek na webu
<a href="https://doi.org/10.1007/978-3-031-24866-5_3" target="_blank" >https://doi.org/10.1007/978-3-031-24866-5_3</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1007/978-3-031-24866-5_3" target="_blank" >10.1007/978-3-031-24866-5_3</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Separating two polyhedra utilizing alternative theorems and penalty function
Popis výsledku v původním jazyce
The separation of two polyhedra by a family of parallel hyperplanes is a well-known problem with important applications in operations research,statistics and functional analysis. In this paper, we introduce a new algorithm for constructing a family of parallel hyperplanes that separates two disjoint polyhedra given by a system of linear inequalities. To do this, we consider the alternative system and introduce its dual problem using the alternative theorem. We can find its minimum-norm solution by combining the objective function and constraints into a penalty function. Since our objective function is only once differentiable, we propose an extension of Newton's method to solve the unconstrained objective optimization. The computational outcomes demonstrate the efficacy of the proposed method.
Název v anglickém jazyce
Separating two polyhedra utilizing alternative theorems and penalty function
Popis výsledku anglicky
The separation of two polyhedra by a family of parallel hyperplanes is a well-known problem with important applications in operations research,statistics and functional analysis. In this paper, we introduce a new algorithm for constructing a family of parallel hyperplanes that separates two disjoint polyhedra given by a system of linear inequalities. To do this, we consider the alternative system and introduce its dual problem using the alternative theorem. We can find its minimum-norm solution by combining the objective function and constraints into a penalty function. Since our objective function is only once differentiable, we propose an extension of Newton's method to solve the unconstrained objective optimization. The computational outcomes demonstrate the efficacy of the proposed method.
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
—
OECD FORD obor
10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)
Návaznosti výsledku
Projekt
<a href="/cs/project/GA22-11117S" target="_blank" >GA22-11117S: Globální analýza citlivosti a stabilita v optimalizačních úlohách</a><br>
Návaznosti
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)
Ostatní
Rok uplatnění
2023
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název statě ve sborníku
Learning and Intelligent Optimization, 16th International Conference, LION 16
ISBN
978-3-031-24866-5
ISSN
0302-9743
e-ISSN
—
Počet stran výsledku
13
Strana od-do
27-39
Název nakladatele
Springer
Místo vydání
Berlin
Místo konání akce
Milos Island, Greece
Datum konání akce
5. 6. 2022
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
—