Augmented Lagrangian Method for Linear Programming Using Smooth Approximation

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F44555601%3A13440%2F24%3A43898145" target="_blank" >RIV/44555601:13440/24:43898145 - isvavai.cz</a>

Výsledek na webu

<a href="https://dl.acm.org/doi/10.1007/978-3-031-50320-7_13" target="_blank" >https://dl.acm.org/doi/10.1007/978-3-031-50320-7_13</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1007/978-3-031-50320-7_13" target="_blank" >10.1007/978-3-031-50320-7_13</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Augmented Lagrangian Method for Linear Programming Using Smooth Approximation

Popis výsledku v původním jazyce

The augmented Lagrangian method can be used for finding the least 2 - norm solution of a linear programming problem. This approach?s primary advantage is that it leads to the minimization of an unconstrained problem with a piecewise quadratic, convex, and differentiable objective function. However, this function lacks an ordinary Hessian, which precludes the use of a fast Newton method. In this paper, we apply the smoothing techniques and solve an unconstrained smooth reformulation of this problem using a fast Newton method. Computational results and comparisons are illustrated through multiple numerical examples to show the effectiveness of the proposed algorithm.

Název v anglickém jazyce

Augmented Lagrangian Method for Linear Programming Using Smooth Approximation

Popis výsledku anglicky

The augmented Lagrangian method can be used for finding the least 2 - norm solution of a linear programming problem. This approach?s primary advantage is that it leads to the minimization of an unconstrained problem with a piecewise quadratic, convex, and differentiable objective function. However, this function lacks an ordinary Hessian, which precludes the use of a fast Newton method. In this paper, we apply the smoothing techniques and solve an unconstrained smooth reformulation of this problem using a fast Newton method. Computational results and comparisons are illustrated through multiple numerical examples to show the effectiveness of the proposed algorithm.

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)

Projekt

—

Návaznosti

I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace

Rok uplatnění

2024

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics)

ISBN

978-3-031-50319-1

ISSN

0302-9743

e-ISSN

—

Počet stran výsledku

8

Strana od-do

186-193

Název nakladatele

Springer Science and Business Media Deutschland GmbH

Místo vydání

Berlín

Místo konání akce

Praha

Datum konání akce

3. 9. 2023

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—