Advertisement

Une Extension De La Programmation Quadratique Successive

  • Joseph Frédéric Bonnans
  • Daniel Gabay
Session 11 Numerical Methods
Part of the Lecture Notes in Control and Information Sciences book series (LNCIS, volume 63)

Resume

Les algorithmes de résolution de problèmes d'optimisation basés sur la programmation quadratique successive sont réputés pour leur efficacité. Ils peuvent cependant être mis en difficulté dans le cas où le sous problème quadratique est, à certaines itérations, mal posé. Nous donnons un moyen de calculer la direction de descente d'une fonctionnelle pénalisée (différentiable ou non), grâce à une approximation linéaire quadratique du critère et des contraintes. Le problème résolu à chaque itération est bien posé, même si les contraintes linéarisées sont incompatibles. Dans le cas de la pénalisation quadratique, on retrouve les formules de M.C. Bartholomew-Biggs [ 1 ]. Dans le cas de la pénalisation L (resp. L1) nous étendons le résultat de B. Pchenitchny (voir [ 9 ]) (resp. S.P. Han [ 7 ]). Enfin, nous proposons une nouvelle fonction de pénalisation exacte basée sur la norme L2.

Keywords

Nous Proposons Nous Montrons Smooth Optimization Problem Nous Supposons Recursive Quadratic Programming 
These keywords were added by machine and not by the authors. This process is experimental and the keywords may be updated as the learning algorithm improves.

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Bibliographie

  1. [1]
    M.C. BARTHOLOMEW-BIGGS. "On the convergence of some constrained minimization algorithms based on recursive quadratic programming". J. Inst. Maths. Applics. 21, pp. 67–81, 1978.Google Scholar
  2. [2]
    D.P. BERTSEKAS. "Necessary and sufficient conditions for a penalty method to be exact". Math. Prog. 9, pp. 87–99, 1975.Google Scholar
  3. [3]
    J.F. BONNANS. "Asymptotic admissibility of the unity stepsize in exact penalty methods I: equality-constrained problems. Rapport INRIA, 1984.Google Scholar
  4. [4]
    H. BREZIS. "Opérateurs maximaux monotones et semi-groupes de contraction dans les espaces de Hilbert". North-Holland, 1973.Google Scholar
  5. [5]
    I. EKELAND, R. TEMAM. "Analyse convexe et problèmes variationnels". Dunod Gauthier-Villars, 1974.Google Scholar
  6. [6]
    R. FLETCHER. "A model algorithm for composite non-differentiable optimization problems". Math. Prog. Study 17, pp. 67–76, 1982.Google Scholar
  7. [7]
    S.P. HAN. "A globally convergent method for nonlinear programming". J. of Opt. Theory and Appl. 22, pp. 297–309, 1977.Google Scholar
  8. [8]
    J.J. MORE. "The Levenberg-Marquardt algorithm: implementation and theory". Proc. of the Dundee Conference on Numerical Analysis, G.A. Watson ed., Springer-Verlag, 1978.Google Scholar
  9. [9]
    B. PCHENITCHNY, Y. DANILINE. "Méthodes numériques dans les problèmes d'extrémum". Mir, Moscou, 1965 (édition française: 1977).Google Scholar
  10. [10]
    E. SACHS. "Global convergence of quasi-Newton type algorithms for some nonsmooth optimization problems". J. of Opt. Theory and Appl. 40, pp. 201–219, 1983.Google Scholar

Copyright information

© Springer-Verlag 1984

Authors and Affiliations

  • Joseph Frédéric Bonnans
    • 1
    • 3
    • 4
  • Daniel Gabay
    • 2
    • 3
    • 4
  1. 1.INRIA, Domaine de VoluceauLE CHESNAY CédexFrance
  2. 2.Laboratoire d'Analyse NumériqueUniversité Pierre et Marie CurieParis
  3. 3.INRIAFrance
  4. 4.Actuellement à l'Ambassade de France à Rome, palais Farnese, Piazzia FarneseRomaItalie

Personalised recommendations