Algoritmos de lagrangiano aumentado aplicados ao problema não linear contínuo de alocação de recursos

Detalhes bibliográficos
Autor(a) principal: Silva, Juliana Gomes da, 1994-
Data de Publicação: 2022
Tipo de documento: Tese
Idioma: por
Título da fonte: Repositório Institucional da UFPR
Texto Completo: https://hdl.handle.net/1884/76371
Resumo: Orientador: Prof. Dr. Luiz Carlos Matioli
id UFPR_116926b0f8946f68b78ed375f0e9b0f1
oai_identifier_str oai:acervodigital.ufpr.br:1884/76371
network_acronym_str UFPR
network_name_str Repositório Institucional da UFPR
repository_id_str 308
spelling Silva, Juliana Gomes da, 1994-Santos, Paulo Sérgio dos, 1950-Universidade Federal do Paraná. Setor de Ciências Exatas. Programa de Pós-Graduação em MatemáticaMatioli, Luiz Carlos, 1961-2022-10-19T14:45:57Z2022-10-19T14:45:57Z2022https://hdl.handle.net/1884/76371Orientador: Prof. Dr. Luiz Carlos MatioliCoorientador: Prof. Dr. Paulo Sérgio Marques dos SantosTese (doutorado) - Universidade Federal do Paraná, Setor de Ciências Exatas, Programa de Pós-Graduação em Matemática. Defesa : Curitiba, 17/03/2022Inclui referênciasResumo: Propomos uma classe de algoritmos para resolver o problema não linear contínuo de alocação de recursos, o qual é bastante conhecido e pesquisado devido à sua diversificada gama de aplicações. Consideramos problemas em que a função objetivo é convexa e iniciamos analisando o caso de uma única restrição de igualdade e variáveis canalizadas. Este, por sua vez, é conhecido na literatura como problema não linear da mochila. A metodologia proposta consiste no desenvolvimento de algoritmos com uma abordagem híbrida, combinando o método de Lagrangiano aumentado, que penaliza as restrições mais complicadas do problema, com o método de Newton, para resolver os subproblemas gerados a cada passo do algoritmo. Em um segundo momento, estendemos os algoritmos para uma classe mais ampla de problemas incluindo mais de uma restrição, as quais podem ser não lineares. Neste caso, utilizamos uma abordagem semelhante ao método de Gauss-Newton em mínimos quadrados, para possibilitar o uso de informações somente de primeira ordem com respeito às restrições do problema. A maioria dos trabalhos desenvolvidos na literatura da área trata de problemas quadráticos separáveis. A abordagem que propomos é mais geral no sentido que os problemas podem ser não quadráticos e não separáveis. Apresentamos e discutimos propriedades de convergência dos algoritmos propostos e finalizamos a tese com experimentos numéricos, aplicando os algoritmos desenvolvidos através de implementações realizadas no software Matlab.Abstract: We propose a class of algorithms for solving the continuous nonlinear resource allocation problem, which is well known and researched due to its diverse range of applications. We consider problems where the objective function is convex and we started by analyzing the case of a single equality constraint and simple bounds. This, in turn, is known in the literature as the nonlinear Knapsack problem. The proposed methodology consists of developing algorithms with a hybrid approach combining the augmented Lagrangian method, which penalizes the more complicated constraints of the problem, with Newton’s method, to solve the subproblems generated at each step of the algorithm. In a second moment, we extend the algorithms to a broader class of problems including more than one constraint, which can be nonlinear. In this case, we use an approach similar to the Gauss-Newton method for the least squares problem, to enable the use of only first-order information concerning the constraints of the problem. Most works developed in the literature deal with separable quadratic problems. The approach that we propose is more general in the sense that problems can be non-quadratic and non-separable. We present and discuss convergence properties of the proposed algorithms and we finish the thesis with numerical experiments, applying the algorithms developed through implementations carried out with the software Matlab.1 recurso online : PDF.application/pdfMatemáticaMatemáticaProgramação não-linearAlocação de recursosMétodoAlgoritmos de lagrangiano aumentado aplicados ao problema não linear contínuo de alocação de recursosinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisporreponame:Repositório Institucional da UFPRinstname:Universidade Federal do Paraná (UFPR)instacron:UFPRinfo:eu-repo/semantics/openAccessORIGINALR - T - JULIANA GOMES DA SILVA.pdfapplication/pdf1570307https://acervodigital.ufpr.br/bitstream/1884/76371/1/R%20-%20T%20-%20JULIANA%20GOMES%20DA%20SILVA.pdfc91abb22a8de9197268d72725b06fda3MD51open access1884/763712022-10-19 11:45:57.135open accessoai:acervodigital.ufpr.br:1884/76371Repositório de PublicaçõesPUBhttp://acervodigital.ufpr.br/oai/requestopendoar:3082022-10-19T14:45:57Repositório Institucional da UFPR - Universidade Federal do Paraná (UFPR)false
dc.title.pt_BR.fl_str_mv Algoritmos de lagrangiano aumentado aplicados ao problema não linear contínuo de alocação de recursos
title Algoritmos de lagrangiano aumentado aplicados ao problema não linear contínuo de alocação de recursos
spellingShingle Algoritmos de lagrangiano aumentado aplicados ao problema não linear contínuo de alocação de recursos
Silva, Juliana Gomes da, 1994-
Matemática
Matemática
Programação não-linear
Alocação de recursos
Método
title_short Algoritmos de lagrangiano aumentado aplicados ao problema não linear contínuo de alocação de recursos
title_full Algoritmos de lagrangiano aumentado aplicados ao problema não linear contínuo de alocação de recursos
title_fullStr Algoritmos de lagrangiano aumentado aplicados ao problema não linear contínuo de alocação de recursos
title_full_unstemmed Algoritmos de lagrangiano aumentado aplicados ao problema não linear contínuo de alocação de recursos
title_sort Algoritmos de lagrangiano aumentado aplicados ao problema não linear contínuo de alocação de recursos
author Silva, Juliana Gomes da, 1994-
author_facet Silva, Juliana Gomes da, 1994-
author_role author
dc.contributor.other.pt_BR.fl_str_mv Santos, Paulo Sérgio dos, 1950-
Universidade Federal do Paraná. Setor de Ciências Exatas. Programa de Pós-Graduação em Matemática
dc.contributor.author.fl_str_mv Silva, Juliana Gomes da, 1994-
dc.contributor.advisor1.fl_str_mv Matioli, Luiz Carlos, 1961-
contributor_str_mv Matioli, Luiz Carlos, 1961-
dc.subject.por.fl_str_mv Matemática
Matemática
Programação não-linear
Alocação de recursos
Método
topic Matemática
Matemática
Programação não-linear
Alocação de recursos
Método
description Orientador: Prof. Dr. Luiz Carlos Matioli
publishDate 2022
dc.date.accessioned.fl_str_mv 2022-10-19T14:45:57Z
dc.date.available.fl_str_mv 2022-10-19T14:45:57Z
dc.date.issued.fl_str_mv 2022
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://hdl.handle.net/1884/76371
url https://hdl.handle.net/1884/76371
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.format.none.fl_str_mv 1 recurso online : PDF.
application/pdf
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFPR
instname:Universidade Federal do Paraná (UFPR)
instacron:UFPR
instname_str Universidade Federal do Paraná (UFPR)
instacron_str UFPR
institution UFPR
reponame_str Repositório Institucional da UFPR
collection Repositório Institucional da UFPR
bitstream.url.fl_str_mv https://acervodigital.ufpr.br/bitstream/1884/76371/1/R%20-%20T%20-%20JULIANA%20GOMES%20DA%20SILVA.pdf
bitstream.checksum.fl_str_mv c91abb22a8de9197268d72725b06fda3
bitstream.checksumAlgorithm.fl_str_mv MD5
repository.name.fl_str_mv Repositório Institucional da UFPR - Universidade Federal do Paraná (UFPR)
repository.mail.fl_str_mv
_version_ 1813898723852288000

Registros relacionados