Métodos do tipo Newton para otimização linear e não linear

• Processo: 15/02528-8
• Modalidade de apoio: Auxílio à Pesquisa - Regular
• Data de Início da vigência: 01 de junho de 2015
• Data de Término da vigência: 31 de maio de 2017
• Área do conhecimento: Ciências Exatas e da Terra - Matemática - Matemática Aplicada
• Pesquisador responsável: Luis Felipe Cesar da Rocha Bueno
• Beneficiário: Luis Felipe Cesar da Rocha Bueno
• Instituição Sede: Instituto de Ciência e Tecnologia (ICT). Universidade Federal de São Paulo (UNIFESP). Campus São José dos Campos. São José dos Campos , SP, Brasil
• Município da Instituição Sede: São José dos Campos
• Assunto(s): Modelagem computacional Otimização matemática Otimização não linear
• Palavra(s)-Chave do Pesquisador: Lagrangiano Aumentado | método de Newton | otimização | Restauração inexata | Otimização

Resumo

Neste projeto serão apresentadas alternativas de pesquisa para métodos computacionais de otimização. Nosso foco consiste em investigar métodos do tipo Newton e suas relações com alguns métodos de otimização. Boa parte da pesquisa estará associada a métodos do tipo Restauração Inexata e do tipo Lagrangiano Aumentado. Para Restauração Inexata planejamos desenvolver um algoritmo que use técnicas Newtonianas em seus subproblemas de forma a aproveitar a boa performance de métodos do tipo Programação Quadrática Sequencial, quando possível. Além disso, esperamos expandir os resultados de convergência para algoritmos sem derivadas. Para métodos do tipo Lagrangiano Aumentado vamos propor a ideia bastante inovadora de penalizar restrições simples. Com este conceito esperamos inclusive obter resultados expressivos em programação linear. Por fim, pretendemos também propor um método eficiente para programação não linear que combine os avanços feitos na parte deRestauração Inexata com a alternativa de penalizar restrições simples para tratar as desigualdades. (AU)

Publicações científicas

(8)

(As publicações científicas contidas nesta página são originárias da Web of Science ou da SciELO, cujos autores mencionaram números dos processos FAPESP concedidos a Pesquisadores Responsáveis e Beneficiários, sejam ou não autores das publicações. Sua coleta é automática e realizada diretamente naquelas bases bibliométricas)

BUENO, L. F.; HAESER, G.; MARTINEZ, J. M.. . Optimization Letters, v. 10, n. 6, p. 1315-1325, AUG 2016. (14/01446-5, 13/05475-7, 15/02528-8, 10/19720-5)

BUENO, LUIS FELIPE; HAESER, GABRIEL; ROJAS, FRANK NAVARRO. . SIAM JOURNAL ON OPTIMIZATION, v. 29, n. 1, p. 31-54, 2019. (15/02528-8, 17/18308-2, 13/05475-7)

BUENO, LUIS FELIPE; HAESER, GABRIEL; SANTOS, LUIZ-RAFAEL. . COMPUTATIONAL OPTIMIZATION AND APPLICATIONS, v. 76, n. 3, SI, p. 767-800, JUL 2020. (18/24293-0, 17/18308-2, 15/02528-8)

BUENO, LUIS FELIPE; HAESER, GABRIEL; SANTOS, LUIZ-RAFAEL. . COMPUTATIONAL OPTIMIZATION AND APPLICATIONS, v. 76, n. 3, p. 34-pg., 2019-12-16. (17/18308-2, 18/24293-0, 15/02528-8)

BUENO, L. F.; HAESER, G.; KOLOSSOSKI, O.. . SIAM JOURNAL ON OPTIMIZATION, v. 35, n. 3, p. 31-pg., 2025-01-01. (13/07375-0, 22/05803-3, 23/08706-1, 15/02528-8, 21/05007-0)

BUENO, LUIS FELIPE; HAESER, GABRIEL; SANTOS, LUIZ-RAFAEL. Towards an efficient augmented Lagrangian method for convex quadratic programming. COMPUTATIONAL OPTIMIZATION AND APPLICATIONS, DEC 2019. (17/18308-2, 15/02528-8, 18/24293-0)

BUENO, LUIS FELIPE; MARTINEZ, JOSE MARIO. . SIAM JOURNAL ON OPTIMIZATION, v. 30, n. 1, p. 80-101, 2020. (15/02528-8, 18/24293-0)

BIRGIN, E. G.; BUENO, L. F.; MARTINEZ, J. M.. . COMPUTATIONAL OPTIMIZATION AND APPLICATIONS, v. 65, n. 3, p. 699-721, DEC 2016. (13/07375-0, 13/05475-7, 15/02528-8, 10/10133-0, 13/03447-6)