Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Minimizing quadratic functions with semidefinite Hessian subject to bound constraints

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61989100%3A27740%2F15%3A86097140" target="_blank" >RIV/61989100:27740/15:86097140 - isvavai.cz</a>

  • Výsledek na webu

    <a href="http://dx.doi.org/10.1016/j.camwa.2015.08.015" target="_blank" >http://dx.doi.org/10.1016/j.camwa.2015.08.015</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.1016/j.camwa.2015.08.015" target="_blank" >10.1016/j.camwa.2015.08.015</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Minimizing quadratic functions with semidefinite Hessian subject to bound constraints

  • Popis výsledku v původním jazyce

    he MPRGP (modified proportioning with reduced gradient projections) algorithm for minimization of the strictly convex quadratic function subject to bound constraints is adapted to the solution of problems with a semidefinite Hessian A. The adapted algorithm accepts the decrease directions that belong to the null space of A and generates the iterates that are proved to minimize the cost function. The paper examines specific features of the solution of the problems with convex, but not necessarily strictly convex Hessian. The performance of the algorithm is demonstrated by the solution of a semi-coercive contact problem of elasticity and a 3D particle dynamics problem. The results are compared with those obtained by the spectral projected gradient methodand the projected-Jacobi method.

  • Název v anglickém jazyce

    Minimizing quadratic functions with semidefinite Hessian subject to bound constraints

  • Popis výsledku anglicky

    he MPRGP (modified proportioning with reduced gradient projections) algorithm for minimization of the strictly convex quadratic function subject to bound constraints is adapted to the solution of problems with a semidefinite Hessian A. The adapted algorithm accepts the decrease directions that belong to the null space of A and generates the iterates that are proved to minimize the cost function. The paper examines specific features of the solution of the problems with convex, but not necessarily strictly convex Hessian. The performance of the algorithm is demonstrated by the solution of a semi-coercive contact problem of elasticity and a 3D particle dynamics problem. The results are compared with those obtained by the spectral projected gradient methodand the projected-Jacobi method.

Klasifikace

  • Druh

    J<sub>x</sub> - Nezařazeno - Článek v odborném periodiku (Jimp, Jsc a Jost)

  • 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

    2015

  • Kód důvěrnosti údajů

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

Údaje specifické pro druh výsledku

  • Název periodika

    Computers &amp; Mathematics with Applications

  • ISSN

    0898-1221

  • e-ISSN

  • Svazek periodika

    70

  • Číslo periodika v rámci svazku

    8

  • Stát vydavatele periodika

    GB - Spojené království Velké Británie a Severního Irska

  • Počet stran výsledku

    15

  • Strana od-do

    2014-2028

  • Kód UT WoS článku

    000362611000018

  • EID výsledku v databázi Scopus

    2-s2.0-84942294503