Metoda vnitřních bodů pro nelineární nekonvexní optimalizaci

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985807%3A_____%2F04%3A00103267" target="_blank" >RIV/67985807:_____/04:00103267 - isvavai.cz</a>

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

Interior Point Method for Non-Linear Non-Convex Optimization

Popis výsledku v původním jazyce

In this paper, we propose an algorithm for solving non-linear non-convex programming problems, which is based on the interior point approach. Main theoretical results concern direction determination and step-length selection. We split inequality constraints into active and inactive to overcome problems with stability. Inactive constraints are eliminated directly while active constraints are used to define symmetric indefinite linear system. Inexact solution of this system is obtained iteratively using indefinitely preconditioned conjugate gradient method. Theorems confirming efficiency of several indefinite preconditioners are proved. Furthermore, new merit function is defined, which includes effect of possible regularization. This regularization can be used to overcome problems with near linear dependence of active constraints. The algorithm was implemented in the interactive system for universal functional optimization UFO. Results of extensive numerical experiments are reported.

Název v anglickém jazyce

Interior Point Method for Non-Linear Non-Convex Optimization

Popis výsledku anglicky

In this paper, we propose an algorithm for solving non-linear non-convex programming problems, which is based on the interior point approach. Main theoretical results concern direction determination and step-length selection. We split inequality constraints into active and inactive to overcome problems with stability. Inactive constraints are eliminated directly while active constraints are used to define symmetric indefinite linear system. Inexact solution of this system is obtained iteratively using indefinitely preconditioned conjugate gradient method. Theorems confirming efficiency of several indefinite preconditioners are proved. Furthermore, new merit function is defined, which includes effect of possible regularization. This regularization can be used to overcome problems with near linear dependence of active constraints. The algorithm was implemented in the interactive system for universal functional optimization UFO. Results of extensive numerical experiments are reported.

Druh

J_x - Nezařazeno - Článek v odborném periodiku (Jimp, Jsc a Jost)

CEP obor

BA - Obecná matematika

OECD FORD obor

—

Projekt

<a href="/cs/project/IAA1030103" target="_blank" >IAA1030103: Škálovatelné řídké lineární algebraické řešiče: analýza, vývoj, implementace a aplikace</a><br>

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)<br>Z - Vyzkumny zamer (s odkazem do CEZ)

Rok uplatnění

2004

Kód důvěrnosti údajů

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

Název periodika

Numerical Linear Algebra with Applications

ISSN

1070-5325

e-ISSN

—

Svazek periodika

11

Číslo periodika v rámci svazku

-

Stát vydavatele periodika

SE - Švédské království

Počet stran výsledku

23

Strana od-do

431-453

Kód UT WoS článku

—

EID výsledku v databázi Scopus

—