Metodo de punto interior para optimizacion no convexa

Tesis doctoral de Javier Martínez Moguerza

En este trabajo se presentan dos algoritmos de punto interior aplicables a problemas de optimizacion no convexos. Se basan en el empleo de direcciones de newton y curvatura negativa obtenidas a partir de un sistema primal-dual. los itinerarios se calculan de manera que se reduzca el valor de una funcion de merito, escogida como la de lagranfiano aumentad. Los algoritmos se diferencian en la informacion empleada para construir el siguiente itinerario, y la manera de combinarla. El primer algoritmo emplea un procedimiento tipo more y sorensen. El segundo metodo se basa en el empleo aproximado de campos gradiente vectoriales, con coste computacional reducido. En ambos casos es posible incorporar de manera eficiente. Finalmente, se muestran propiedades de convergencia y un analisis de resultados numericos para ambos metodos.

 

Datos académicos de la tesis doctoral «Metodo de punto interior para optimizacion no convexa«

  • Título de la tesis:  Metodo de punto interior para optimizacion no convexa
  • Autor:  Javier Martínez Moguerza
  • Universidad:  Carlos III de Madrid
  • Fecha de lectura de la tesis:  15/09/2000

 

Dirección y tribunal

  • Director de la tesis
    • Prieto Fernandez F. Javier
  • Tribunal
    • Presidente del tribunal: Juan Romo urroz
    • david Ríos insua (vocal)
    • laureano Fernando Escudero bueno (vocal)
    • Javier Heredia f. (vocal)

 

Deja un comentario

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

Scroll al inicio