Problemas de Otimização Quase Convexos: Método do Gradiente para Funções Escalares e Vetoriais / Optimization Problems Quasi-convex: Gradient Method for Vector and Scalar Functions

AUTOR(ES)

Milton Gabriel Garcia dos Santos

FONTE

IBICT - Instituto Brasileiro de Informação em Ciência e Tecnologia

DATA DE PUBLICAÇÃO

27/10/2011

RESUMO

Neste trabalho faremos um estudo das propriedades de convergência do Método do Gradiente Projetado e do Método de Descida para otimização Multi-objetivo. No primeiro momento, o nosso problema de otimização será o de minimizar uma função real de nvariáveis, continuamente diferenciável e restrita a um conjunto de estrutura simples e acrescentaremos sobre a função objetivo a hipótese de quase-convexidade ou pseudoconvexidade. Em seguida iremos considerar o problema de otimização Multi-Objetivo irrestrito e adicionar algumas hipóteses sobre a função vetorial, como a convexidade ou quase-convexidade, além de ser continuamente diferenciável. É importante salientar que em ambos os problemas será utilizado a busca inexata de armijo ao longo de direções viáveis.

ASSUNTO(S)

método do gradiente projetado método do gradiente funções convexas generalizadas matematica métod do gradiente; métod do gradiente projetado; funções convexas generalizadas gradient method gradient projection method generalized convex functions

Documentos Relacionados

• Problemas de Otimização Quase Convexos: Método do Gradiente para Funções Escalares e Vetoriais
• Método do gradiente para funções convexas generalizadas
• Método do gradiente para funções convexas generalizadas
• Métodos poliedro-elipsoidais para problemas de otimização contínuos e discretos quasi-convexos
• Aceleração quase-Newton para problemas de minimização com restrições