Please use this identifier to cite or link to this item: http://repositorio.unicamp.br/jspui/handle/REPOSIP/306045
Type: TESE
Title: Sobre minimização de quadraticas em caixas
Title Alternative: About box constrained quadratic minimization
Author: Lammoglia, Bruna
Advisor: Ehrhardt, Maria Aparecida Diniz, 1956-
Abstract: Resumo: Neste trabalho o objetivo principal foi a minimização de quadráticas em caixas. Dissertamos sobre os métodos de máxima descida e dos gradientes conjugados, bem como sobre um método mais recente denominado gradiente espectral. O GENCAN, um algoritmo que minimiza funções em caixas, foi estudado em detalhe, particularmente avaliando sua aplicação para quadráticas. O objetivo foi analisar o desempenho do GENCAN, comparado com algoritmos anteriores, como o LANCELOT e o QUACAN. Foram executados experimentos numéricos a fim de avaliar o desempenho das versões de GENCAN sem e com pré-condicionamento. Concluiu-se que pré-condicionar o método dos gradientes conjugados neste caso tornou o GENCAN mais robusto. No entanto, o pré-condicionador usado neste software mostrou-se computacionalmente caro. Em relação à comparação do GENCAN, LANCELOT e QUACÁN, podemos afirmar que o GENCAN. mostrou-se competitivo

Abstract: The focus of this work was the minimization of quadratic functions with box constraints. We were mainly concerned about the steepest descent and conjugated gradient methods, besides a more recent approach called spectral gradient method. The GENCAN, an algorithm that minimizes functions on a box, was studied in details particularly evaluating this algorithm applied to quadratics. The objective was to analyze the efficiency of GENCAN, comparing it to classical algorithms, such as LANCELOT and QUACAN. We executed numerical experiments in order to investigate the efficiency of GENCAN version with and without preconditioning. Evaluating the results we concluded that preconditioning the conjugated gradient method makes the GENCAN work considerably better; despite the fact that the preconditioner used here turned the computational process more expensive. Comparing GENCA'N, LANCELOT, and QUACAN we can state that GENCAN is competitive
Subject: Otimização
Algoritmos
Programação não-linear
Language: Português
Editor: [s.n.]
Date Issue: 2007
Appears in Collections:IMECC - Tese e Dissertação

Files in This Item:
File SizeFormat 
Lammoglia_Bruna_M.pdf663.66 kBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.