Métodos computacionais de otimização

• Processo: 18/24293-0
• Linha de fomento: Auxílio à Pesquisa - Temático
• Vigência: 01 de abril de 2019 - 31 de março de 2024
• Área do conhecimento: Ciências Exatas e da Terra - Matemática - Matemática Aplicada
• Pesquisador responsável: Sandra Augusta Santos
• Beneficiário: Sandra Augusta Santos
• Instituição-sede: Instituto de Matemática, Estatística e Computação Científica (IMECC). Universidade Estadual de Campinas (UNICAMP). Campinas , SP, Brasil
• Pesquisadores principais: Ernesto Julián Goldberg Birgin ; Gabriel Haeser ; José Mário Martinez Perez ; Paulo José da Silva e Silva ; Roberto Andreani
• Pesq. associados: Fedor Pisnitchenko ; Francisco de Assis Magalhães Gomes Neto ; Leandro Martinez ; Lucio Tunes dos Santos ; Luis Felipe Cesar da Rocha Bueno ; Maria Aparecida Diniz Ehrhardt ; Thadeu Alves Senne
• Assunto(s): Modelagem computacional Algoritmos Otimização Otimização contínua Problemas de programação linear de grande porte

Resumo

Nosso grupo atua no ambiente científico brasileiro há 40 anos, e é sensível às novas tendências e às modernas aplicações da Otimização. Ao longo dos anos, este grupo, financiado por sucessivos projetos temáticos da FAPESP, tem realizado contribuições significativas nas áreas que envolvem métodos de decomposição, métodos quase-Newton, programação quadrática sequencial, métodos de Lagrangiano Aumentado, restauração inexata, problemas de porte enorme, condições sequenciais de otimalidade, minimização sem derivadas, complexidade algorítmica, reconstrução de imagens e aprendizagem de máquina, entre outras. A experiência acumulada nestes anos, assim como a incorporação e a renovação do time de pesquisadores no projeto, nos habilita a atacar problemas nos quais a função objetivo é difícil, impossível de avaliar, ou de existência questionável, o número de variáveis é enorme ou desconhecido e, finalmente, a incerteza se estende às restrições. A abordagem destes problemas exige necessariamente enfoques interdisciplinares e o impacto almejado é, ao mesmo tempo, científico, econômico e social. (AU)

Publicações científicas

(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)

BIRGIN, E. G.; MARTINEZ, J. M. A Newton-like method with mixed factorizations and cubic regularization for unconstrained minimization. COMPUTATIONAL OPTIMIZATION AND APPLICATIONS, v. 73, n. 3, p. 707-753, JUL 2019. Citações Web of Science: 0.