Busca avançada
Ano de início
Entree

Problemas e métodos em programação não linear

Processo: 02/00832-1
Modalidade de apoio:Bolsas no Brasil - Doutorado Direto
Data de Início da vigência: 01 de maio de 2002
Data de Término da vigência: 31 de março de 2006
Área de conhecimento:Ciências Exatas e da Terra - Matemática - Matemática Aplicada
Pesquisador responsável:José Mário Martinez Perez
Beneficiário:María Laura Schuverdt
Instituição Sede: Instituto de Matemática, Estatística e Computação Científica (IMECC). Universidade Estadual de Campinas (UNICAMP). Campinas , SP, Brasil
Vinculado ao auxílio:01/04597-4 - Métodos computacionais de otimização, AP.TEM

Resumo

A programação não linear (PNL) é o problema matemático de minimizar uma função contínua com restrições dadas por equações e inequações - em geral - não lineares. O grau de maturidade no desenvolvimento de algoritmos práticos para esse problema se reflete na disponibilidade de numerosos métodos e pacotes computacionais. Via de regra, os autores de novos algoritmos procuram demonstrar computacionalmente que suas criações são melhores que os competidores em todos ou quase todos os problemas de alguma coleção bem estabelecida. Pouco esforço tem sido dedicado a identificar tipos de problemas para os quais diferentes tipos de algoritmos são melhores ou piores. Quase sempre procura-se demonstrar que o novo algoritmo é sempre melhor, frequentemente, isto releva apenas que a coleção de problemas que foi usada está totalmente contida na família de problemas para os quais o novo algoritmo é adequado. Entretanto, no presente estado da arte, acreditemos que todos os métodos respondendo a determinados paradigmas clássicos tem uma aplicabilidade em famílias de problemas que podem ser identificadas. Neste trabalho nos propomos avançar nessa identificação. (AU)

Matéria(s) publicada(s) na Agência FAPESP sobre a bolsa:
Mais itensMenos itens
Matéria(s) publicada(s) em Outras Mídias ( ):
Mais itensMenos itens
VEICULO: TITULO (DATA)
VEICULO: TITULO (DATA)

Publicações científicas
(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)
ANDREANI, R.; BIRGIN, E. G.; MARTINEZ, J. M.; SCHUVERDT, M. L.. ON AUGMENTED LAGRANGIAN METHODS WITH GENERAL LOWER-LEVEL CONSTRAINTS. SIAM JOURNAL ON OPTIMIZATION, v. 18, n. 4, p. 1286-1309, . (01/04597-4, 03/09169-6, 02/00832-1)
ANDREANI‚ R.; BIRGIN‚ EG; MARTÍNEZ‚ JM; SCHUVERDT‚ ML. Augmented Lagrangian methods under the constant positive linear dependence constraint qualification. MATHEMATICAL PROGRAMMING, v. 111, n. 1, p. 5-32, . (05/56773-1, 02/00094-0, 01/04597-4, 03/09169-6, 02/00832-1)
Publicações acadêmicas
(Referências obtidas automaticamente das Instituições de Ensino e Pesquisa do Estado de São Paulo)
SCHUVERDT, María Laura. Metodos de lagrangiano aumentado com convergencia utilizando a condição de dependencia linear positiva constante. 2006. Tese de Doutorado - Universidade Estadual de Campinas (UNICAMP). Instituto de Matemática, Estatística e Computação Científica Campinas, SP.