Um método trust-region para otimização com restrições fazendo uso do método gradiente projetado
Autor(a) principal: | |
---|---|
Data de Publicação: | 2014 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFMG |
Texto Completo: | http://hdl.handle.net/1843/EABA-9K9NV8 |
Resumo: | Neste trabalho, estudaremos o método Trust-region para resolver um problema de otimizaçãocom restrições simples, ou seja estamos interessados em construir um algoritmopara resolver o seguinte problema: Encontrar x 2tal que f(x) f(x), para todox 2, onde= fx 2 Rn=Li xi Ui; Li; Ui 2 Rg, e a função f é suposta ser duasvezes continuamente diferenciável no conjunto factível, precisamos achar x tal que:x = arg minx2f(x). A partir de um ponto inicial e fazendo uso do método Trust-Region, geraremos uma sequência de pontos fxgk tal que limk!1xk = x, cada ponto éobtido da seguinte maneira, xk+1 = xk + sk e sk é solução do seguinte subproblema:sk = arg minkxxkkkLxUf(xk) +Drf(xk); x xkE+12Dx xk;Hk(x xk)EHk é uma aproximação da matriz hessiana no ponto xk. O método do gradiente projetadovai ser usado para resolver o subproblema, isso vai garantir que as iterações sejam semprepontos factíveis. |
id |
UFMG_8e14366826c526f241678b0f9a8ec2aa |
---|---|
oai_identifier_str |
oai:repositorio.ufmg.br:1843/EABA-9K9NV8 |
network_acronym_str |
UFMG |
network_name_str |
Repositório Institucional da UFMG |
repository_id_str |
|
spelling |
Ricardo Hiroshi Caldeira TakahashiDenise Burgarelli DuczmalRodrigo Tomas Nogueira CardosoJose Luis Almendras Montero2019-08-12T20:51:30Z2019-08-12T20:51:30Z2014-05-15http://hdl.handle.net/1843/EABA-9K9NV8Neste trabalho, estudaremos o método Trust-region para resolver um problema de otimizaçãocom restrições simples, ou seja estamos interessados em construir um algoritmopara resolver o seguinte problema: Encontrar x 2tal que f(x) f(x), para todox 2, onde= fx 2 Rn=Li xi Ui; Li; Ui 2 Rg, e a função f é suposta ser duasvezes continuamente diferenciável no conjunto factível, precisamos achar x tal que:x = arg minx2f(x). A partir de um ponto inicial e fazendo uso do método Trust-Region, geraremos uma sequência de pontos fxgk tal que limk!1xk = x, cada ponto éobtido da seguinte maneira, xk+1 = xk + sk e sk é solução do seguinte subproblema:sk = arg minkxxkkkLxUf(xk) +Drf(xk); x xkE+12Dx xk;Hk(x xk)EHk é uma aproximação da matriz hessiana no ponto xk. O método do gradiente projetadovai ser usado para resolver o subproblema, isso vai garantir que as iterações sejam semprepontos factíveis.In this work, we study a trust-region method for solving optimization problems with simple constraints. We are interested in building an algorithm for the following problem: find x 2 such that f(x) f(x), 8x 2 , in which = fx 2 Rn=Li xi Ui; Li; Ui 2 Rg, and f is twice differentiable within the feasible set . Starting from an initial point, the trust-region method generates a sequence fxgk such that lim k!1 xk = x. The sequence is generated by the recursion xk+1 = xk + sk, in which sk is the solution of the following subproblem: sk = arg min kxxkkk LxU f(xk) + D rf(xk); x xk E + 1 2 D x xk;Hk(x xk) E In this expression, Hk is an approximation of the Hessian matrix on the point xk. The projected gradient method is used in order to solve the subproblem, in this way ensuring that all iterations generate feasible solutions.In this work, we study a trust-region method for solving optimization problems with simple constraints. We are interested in building an algorithm for the following problem: find x 2 such that f(x) f(x), 8x 2 , in which = fx 2 Rn=Li xi Ui; Li; Ui 2 Rg, and f is twice differentiable within the feasible set . Starting from an initial point, the trust-region method generates a sequence fxgk such that lim k!1 xk = x. The sequence is generated by the recursion xk+1 = xk + sk, in which sk is the solution of the following subproblem: sk = arg min kxxkkk LxU f(xk) + D rf(xk); x xk E + 1 2 D x xk;Hk(x xk) E In this expression, Hk is an approximation of the Hessian matrix on the point xk. The projected gradient method is used in order to solve the subproblem, in this way ensuring that all iterations generate feasible solutions.Universidade Federal de Minas GeraisUFMGMatemáticaAlgoritmos Otimização matemáticagradienteotimizaçãoUm método trust-region para otimização com restrições fazendo uso do método gradiente projetadoinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UFMGinstname:Universidade Federal de Minas Gerais (UFMG)instacron:UFMGORIGINALdiss239.pdfapplication/pdf1390851https://repositorio.ufmg.br/bitstream/1843/EABA-9K9NV8/1/diss239.pdf5c7d90bc8b19494bf6979c02da4032b2MD51TEXTdiss239.pdf.txtdiss239.pdf.txtExtracted texttext/plain46224https://repositorio.ufmg.br/bitstream/1843/EABA-9K9NV8/2/diss239.pdf.txt6b3d8614265d774c123851aca62cbd18MD521843/EABA-9K9NV82019-11-14 19:51:59.316oai:repositorio.ufmg.br:1843/EABA-9K9NV8Repositório de PublicaçõesPUBhttps://repositorio.ufmg.br/oaiopendoar:2019-11-14T22:51:59Repositório Institucional da UFMG - Universidade Federal de Minas Gerais (UFMG)false |
dc.title.pt_BR.fl_str_mv |
Um método trust-region para otimização com restrições fazendo uso do método gradiente projetado |
title |
Um método trust-region para otimização com restrições fazendo uso do método gradiente projetado |
spellingShingle |
Um método trust-region para otimização com restrições fazendo uso do método gradiente projetado Jose Luis Almendras Montero gradiente otimização Matemática Algoritmos Otimização matemática |
title_short |
Um método trust-region para otimização com restrições fazendo uso do método gradiente projetado |
title_full |
Um método trust-region para otimização com restrições fazendo uso do método gradiente projetado |
title_fullStr |
Um método trust-region para otimização com restrições fazendo uso do método gradiente projetado |
title_full_unstemmed |
Um método trust-region para otimização com restrições fazendo uso do método gradiente projetado |
title_sort |
Um método trust-region para otimização com restrições fazendo uso do método gradiente projetado |
author |
Jose Luis Almendras Montero |
author_facet |
Jose Luis Almendras Montero |
author_role |
author |
dc.contributor.advisor1.fl_str_mv |
Ricardo Hiroshi Caldeira Takahashi |
dc.contributor.referee1.fl_str_mv |
Denise Burgarelli Duczmal |
dc.contributor.referee2.fl_str_mv |
Rodrigo Tomas Nogueira Cardoso |
dc.contributor.author.fl_str_mv |
Jose Luis Almendras Montero |
contributor_str_mv |
Ricardo Hiroshi Caldeira Takahashi Denise Burgarelli Duczmal Rodrigo Tomas Nogueira Cardoso |
dc.subject.por.fl_str_mv |
gradiente otimização |
topic |
gradiente otimização Matemática Algoritmos Otimização matemática |
dc.subject.other.pt_BR.fl_str_mv |
Matemática Algoritmos Otimização matemática |
description |
Neste trabalho, estudaremos o método Trust-region para resolver um problema de otimizaçãocom restrições simples, ou seja estamos interessados em construir um algoritmopara resolver o seguinte problema: Encontrar x 2tal que f(x) f(x), para todox 2, onde= fx 2 Rn=Li xi Ui; Li; Ui 2 Rg, e a função f é suposta ser duasvezes continuamente diferenciável no conjunto factível, precisamos achar x tal que:x = arg minx2f(x). A partir de um ponto inicial e fazendo uso do método Trust-Region, geraremos uma sequência de pontos fxgk tal que limk!1xk = x, cada ponto éobtido da seguinte maneira, xk+1 = xk + sk e sk é solução do seguinte subproblema:sk = arg minkxxkkkLxUf(xk) +Drf(xk); x xkE+12Dx xk;Hk(x xk)EHk é uma aproximação da matriz hessiana no ponto xk. O método do gradiente projetadovai ser usado para resolver o subproblema, isso vai garantir que as iterações sejam semprepontos factíveis. |
publishDate |
2014 |
dc.date.issued.fl_str_mv |
2014-05-15 |
dc.date.accessioned.fl_str_mv |
2019-08-12T20:51:30Z |
dc.date.available.fl_str_mv |
2019-08-12T20:51:30Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://hdl.handle.net/1843/EABA-9K9NV8 |
url |
http://hdl.handle.net/1843/EABA-9K9NV8 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.publisher.none.fl_str_mv |
Universidade Federal de Minas Gerais |
dc.publisher.initials.fl_str_mv |
UFMG |
publisher.none.fl_str_mv |
Universidade Federal de Minas Gerais |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFMG instname:Universidade Federal de Minas Gerais (UFMG) instacron:UFMG |
instname_str |
Universidade Federal de Minas Gerais (UFMG) |
instacron_str |
UFMG |
institution |
UFMG |
reponame_str |
Repositório Institucional da UFMG |
collection |
Repositório Institucional da UFMG |
bitstream.url.fl_str_mv |
https://repositorio.ufmg.br/bitstream/1843/EABA-9K9NV8/1/diss239.pdf https://repositorio.ufmg.br/bitstream/1843/EABA-9K9NV8/2/diss239.pdf.txt |
bitstream.checksum.fl_str_mv |
5c7d90bc8b19494bf6979c02da4032b2 6b3d8614265d774c123851aca62cbd18 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFMG - Universidade Federal de Minas Gerais (UFMG) |
repository.mail.fl_str_mv |
|
_version_ |
1803589427151241216 |