Předpodmínění úloh kvadratického programování
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61989100%3A27240%2F07%3A00014979" target="_blank" >RIV/61989100:27240/07:00014979 - isvavai.cz</a>
Výsledek na webu
—
DOI - Digital Object Identifier
—
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Preconditioning for bound constrained quadratic programming problems arising from discretization of variational inequalities
Popis výsledku v původním jazyce
The active set based MPRGP (modified proportioning with reduced gradient projection) for the solution of partially bound constrained quadratic programming problems turned out to be an important ingredient in development of scalable algorithms for the solution of variational inequalities by FETI and BETI domain decomposition methods. The algorithm was proved to have R-linear rate of convergence in terms of the spectral condition number of the Hessian matrix. Our presentation considers the preconditioningof MPRGP active set based algorithm with goal to get improved rate of convergence of the algorithm. We are interested in results which concern the overall rate of convergence, which requires not only the preconditioning of the solution of auxiliary linear solvers, but also the preconditioning of nonlinear steps. We first report improved bounds on the rate of convergence of MPRGP with preconditioning by conjugate projector applied to a model boundary variational inequality and give resul
Název v anglickém jazyce
Preconditioning for bound constrained quadratic programming problems arising from discretization of variational inequalities
Popis výsledku anglicky
The active set based MPRGP (modified proportioning with reduced gradient projection) for the solution of partially bound constrained quadratic programming problems turned out to be an important ingredient in development of scalable algorithms for the solution of variational inequalities by FETI and BETI domain decomposition methods. The algorithm was proved to have R-linear rate of convergence in terms of the spectral condition number of the Hessian matrix. Our presentation considers the preconditioningof MPRGP active set based algorithm with goal to get improved rate of convergence of the algorithm. We are interested in results which concern the overall rate of convergence, which requires not only the preconditioning of the solution of auxiliary linear solvers, but also the preconditioning of nonlinear steps. We first report improved bounds on the rate of convergence of MPRGP with preconditioning by conjugate projector applied to a model boundary variational inequality and give resul
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
BA - Obecná matematika
OECD FORD obor
—
Návaznosti výsledku
Projekt
Výsledek vznikl pri realizaci vícero projektů. Více informací v záložce Projekty.
Návaznosti
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)
Ostatní
Rok uplatnění
2007
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
Computation Methods with Applications
ISBN
978-80-87136-00-3
ISSN
—
e-ISSN
—
Počet stran výsledku
1
Strana od-do
22-22
Název nakladatele
Institute of Computer Science AS CR
Místo vydání
Praha
Místo konání akce
—
Datum konání akce
—
Typ akce podle státní příslušnosti
—
Kód UT WoS článku
—