Busca avançada
Ano de início
Entree
(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.)

A Gauss-Newton Approach for Solving Constrained Optimization Problems Using Differentiable Exact Penalties

Texto completo
Autor(es):
Andreani, Roberto [1] ; Fukuda, Ellen H. [1] ; Silva, Paulo J. S. [2]
Número total de Autores: 3
Afiliação do(s) autor(es):
[1] Univ Estadual Campinas, Dept Appl Math, IMECC, Campinas - Brazil
[2] Univ Sao Paulo, Dept Comp Sci, IME, Sao Paulo - Brazil
Número total de Afiliações: 2
Tipo de documento: Artigo Científico
Fonte: JOURNAL OF OPTIMIZATION THEORY AND APPLICATIONS; v. 156, n. 2, p. 417-449, FEB 2013.
Citações Web of Science: 5
Resumo

We propose a Gauss-Newton-type method for nonlinear constrained optimization using the exact penalty introduced recently by Andre and Silva for variational inequalities. We extend their penalty function to both equality and inequality constraints using a weak regularity assumption, and as a result, we obtain a continuously differentiable exact penalty function and a new reformulation of the KKT conditions as a system of equations. Such reformulation allows the use of a semismooth Newton method, so that local superlinear convergence rate can be proved under an assumption weaker than the usual strong second-order sufficient condition and without requiring strict complementarity. Besides, we note that the exact penalty function can be used to globalize the method. We conclude with some numerical experiments using the collection of test problems CUTE. (AU)

Processo FAPESP: 06/53768-0 - Métodos computacionais de otimização
Beneficiário:José Mário Martinez Perez
Linha de fomento: Auxílio à Pesquisa - Temático
Processo FAPESP: 10/20572-0 - Penalidades exatas para otimização não linear e programação cônica de segunda ordem
Beneficiário:Ellen Hidemi Fukuda
Linha de fomento: Bolsas no Brasil - Pós-Doutorado
Processo FAPESP: 05/02163-8 - Convergência de algoritmos de otimização, condições de otimalidade e qualificação de restrições
Beneficiário:Gabriel Haeser
Linha de fomento: Bolsas no Brasil - Doutorado
Processo FAPESP: 07/53471-0 - Tópicos em penalidades exatas diferenciáveis
Beneficiário:Ellen Hidemi Fukuda
Linha de fomento: Bolsas no Brasil - Doutorado