Métodos numéricos para equilíbrio de Nash com critério de descenso
Modelos e elaboração de algoritmos para problemas de programação não linear inteir...
Otimização dinâmica empregando modelos de estimação de distribuição em espaços de ...
Processo: | 19/18859-4 |
Modalidade de apoio: | Bolsas no Brasil - Doutorado Direto |
Data de Início da vigência: | 01 de setembro de 2019 |
Data de Término da vigência: | 28 de fevereiro de 2023 |
Área de conhecimento: | Ciências Exatas e da Terra - Matemática - Matemática Aplicada |
Pesquisador responsável: | Sandra Augusta Santos |
Beneficiário: | Renan Willian Prado |
Instituição Sede: | Instituto de Matemática, Estatística e Computação Científica (IMECC). Universidade Estadual de Campinas (UNICAMP). Campinas , SP, Brasil |
Vinculado ao auxílio: | 18/24293-0 - Métodos computacionais de otimização, AP.TEM |
Assunto(s): | Otimização contínua Algoritmos Método de lagrangiano aumentado |
Palavra(s)-Chave do Pesquisador: | condições sequenciais de otimalidade | convergencia global | Lagrangiano Aumentado | Otimização com restrições | otimização suave | Otimização Contínua |
Resumo Com o objetivo de resolver problemas de otimização suave com restrições, este projeto visa propor um algoritmo globalmente convergente, inspirado em técnicas do método de Lagrangiano aumentado, e baseado em uma condição de otimalidade sequencial recentemente desenvolvida para o contexto de otimização não suave. Experimentos numéricos acompanharão a análise teórica. (AU) | |
Matéria(s) publicada(s) na Agência FAPESP sobre a bolsa: | |
Mais itensMenos itens | |
TITULO | |
Matéria(s) publicada(s) em Outras Mídias ( ): | |
Mais itensMenos itens | |
VEICULO: TITULO (DATA) | |
VEICULO: TITULO (DATA) | |