Busca avançada
Ano de início
Entree
Conteúdo relacionado
(Referência obtida automaticamente do Web of Science, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores.)

TWO NEW WEAK CONSTRAINT QUALIFICATIONS AND APPLICATIONS

Texto completo
Autor(es):
Andreani, Roberto [1] ; Haeser, Gabriel [2] ; Laura Schuverdt, Maria [3] ; Silva, Paulo J. S. [4]
Número total de Autores: 4
Afiliação do(s) autor(es):
[1] Univ Estadual Campinas, Dept Appl Math, Inst Math Stat & Sci Comp, Campinas, SP - Brazil
[2] Univ Fed Sao Paulo, Inst Sci & Technol, Sao Jose Dos Campos, SP - Brazil
[3] Natl Univ La Plata, FCE, Dept Math, CONICET, RA-1900 La Plata, Bs As - Argentina
[4] Univ Sao Paulo, Inst Math & Stat, Sao Paulo - Brazil
Número total de Afiliações: 4
Tipo de documento: Artigo Científico
Fonte: SIAM JOURNAL ON OPTIMIZATION; v. 22, n. 3, p. 1109-1135, 2012.
Citações Web of Science: 42
Resumo

We present two new constraint qualifications (CQs) that are weaker than the recently introduced relaxed constant positive linear dependence (RCPLD) CQ. RCPLD is based on the assumption that many subsets of the gradients of the active constraints preserve positive linear dependence locally. A major open question was to identify the exact set of gradients whose properties had to be preserved locally and that would still work as a CQ. This is done in the first new CQ, which we call the constant rank of the subspace component (CRSC) CQ. This new CQ also preserves many of the good properties of RCPLD, such as local stability and the validity of an error bound. We also introduce an even weaker CQ, called the constant positive generator (CPG), which can replace RCPLD in the analysis of the global convergence of algorithms. We close this work by extending convergence results of algorithms belonging to all the main classes of nonlinear optimization methods: sequential quadratic programming, augmented Lagrangians, interior point algorithms, and inexact restoration. (AU)

Processo FAPESP: 10/19720-5 - Condições de otimalidade e restauração inexata
Beneficiário:Gabriel Haeser
Linha de fomento: Auxílio à Pesquisa - Apoio a Jovens Pesquisadores
Processo FAPESP: 06/53768-0 - Métodos computacionais de otimização
Beneficiário:José Mário Martinez Perez
Linha de fomento: Auxílio à Pesquisa - Temático
Processo FAPESP: 09/09414-7 - Métodos de penalidade e condições de otimalidade
Beneficiário:Gabriel Haeser
Linha de fomento: Bolsas no Brasil - Pós-Doutorado