Métodos computacionales de optimización sin derivadas para minimización con restricciones

Autores
Arouxét, María Belén
Año de publicación
2013
Idioma
español castellano
Tipo de recurso
tesis doctoral
Estado
versión aceptada
Colaborador/a o director/a de tesis
Pilotta, Elvio A.
Echebest, Nélida E.
Descripción
La optimización sin derivadas es un área de creciente interés por su potencial relación con aplicaciones en otras disciplinas, dado que es frecuente no contar con una expresión explícita de las funciones involucradas en el problema de optimización sino sólo datos experimentales o simulaciones computacionales. Por lo tanto el objetivo general de este plan es desarrollar nuevos algoritmos eficientes y robustos basados en estrategias adecuadas, analizando su convergencia y validando los mismos mediante implementaciones y experimentación numérica. En este trabajo se propuso dos métodos de optimización sin derivadas basados en modelos de interpolación y región de confianza. El primer algoritmo desarrollado para este trabajo es el algoritmo TRB-POWELL [4]. TRB-Powell fue propuesto para resolver un problema de optimización irrestricto o con restricciones de caja sin derivadas basado en el método de Powell, NEWUOA [52, 53], para optimización (sin restricciones) sin derivadas. Inicialmente se ha considerado el problema irrestricto. El método NEWUOA, en cada iteración, construye un modelo de interpolación cuadrática de la función objetivo alrededor del iterado actual y este modelo es minimizado para obtener un nuevo punto de prueba. Todo el proceso está inmerso en un marco de región de confianza usando la norma Euclídea. Dado que tenemos restricciones de caja, nuestro método usa norma infinito en vez de norma Euclídea y resolvemos el subproblema cuadrático usando una estrategia de conjuntos activos para explorar las caras de la caja. Luego, extendimos el problema irrestricto a un problema con restricciones de caja. El segundo algoritmo es el IR-DFO, el cual se propone para resolver problemas de programación no lineal general sin hacer uso de derivadas y está basado en el método de Restauración Inexacta (IR), el cual fue introducido por Martínez y Pilotta (2000) [43] y posteriormente analizado en el año 2005 [44]. Estos métodos proceden en dos fases y generan una sucesión de puntos infactibles con iteraciones intermedias que consisten en puntos inexactamente restaurados. En nuestro método, todos los cálculos de derivadas del método IR han sido adaptados adecuadamente para resolver el problema sin el uso de éstas. Bajo adecuadas hipótesis, se mostraron resultados de buena definición del algoritmo propuesto y resultados de convergencia a puntos factibles que satisfacen adecuadas condiciones de optimalidad. La implementación incluye diferentes subalgoritmos para obtener una mejor aproximación en cada iteración. Se realizaron diferentes experimentos numéricos.
Doctor en Ciencias Exactas, área Matemática
Universidad Nacional de La Plata
Facultad de Ciencias Exactas
Materia
Ciencias Exactas
Matemática
optimización sin derivadas
restauración inexacta
interpolación polinomial
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-nd/2.5/ar/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/44473

id SEDICI_d10db93a51c40ffd2d309402fa8ea5c8
oai_identifier_str oai:sedici.unlp.edu.ar:10915/44473
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Métodos computacionales de optimización sin derivadas para minimización con restriccionesArouxét, María BelénCiencias ExactasMatemáticaoptimización sin derivadasrestauración inexactainterpolación polinomialLa optimización sin derivadas es un área de creciente interés por su potencial relación con aplicaciones en otras disciplinas, dado que es frecuente no contar con una expresión explícita de las funciones involucradas en el problema de optimización sino sólo datos experimentales o simulaciones computacionales. Por lo tanto el objetivo general de este plan es desarrollar nuevos algoritmos eficientes y robustos basados en estrategias adecuadas, analizando su convergencia y validando los mismos mediante implementaciones y experimentación numérica. En este trabajo se propuso dos métodos de optimización sin derivadas basados en modelos de interpolación y región de confianza. El primer algoritmo desarrollado para este trabajo es el algoritmo TRB-POWELL [4]. TRB-Powell fue propuesto para resolver un problema de optimización irrestricto o con restricciones de caja sin derivadas basado en el método de Powell, NEWUOA [52, 53], para optimización (sin restricciones) sin derivadas. Inicialmente se ha considerado el problema irrestricto. El método NEWUOA, en cada iteración, construye un modelo de interpolación cuadrática de la función objetivo alrededor del iterado actual y este modelo es minimizado para obtener un nuevo punto de prueba. Todo el proceso está inmerso en un marco de región de confianza usando la norma Euclídea. Dado que tenemos restricciones de caja, nuestro método usa norma infinito en vez de norma Euclídea y resolvemos el subproblema cuadrático usando una estrategia de conjuntos activos para explorar las caras de la caja. Luego, extendimos el problema irrestricto a un problema con restricciones de caja. El segundo algoritmo es el IR-DFO, el cual se propone para resolver problemas de programación no lineal general sin hacer uso de derivadas y está basado en el método de Restauración Inexacta (IR), el cual fue introducido por Martínez y Pilotta (2000) [43] y posteriormente analizado en el año 2005 [44]. Estos métodos proceden en dos fases y generan una sucesión de puntos infactibles con iteraciones intermedias que consisten en puntos inexactamente restaurados. En nuestro método, todos los cálculos de derivadas del método IR han sido adaptados adecuadamente para resolver el problema sin el uso de éstas. Bajo adecuadas hipótesis, se mostraron resultados de buena definición del algoritmo propuesto y resultados de convergencia a puntos factibles que satisfacen adecuadas condiciones de optimalidad. La implementación incluye diferentes subalgoritmos para obtener una mejor aproximación en cada iteración. Se realizaron diferentes experimentos numéricos.Doctor en Ciencias Exactas, área MatemáticaUniversidad Nacional de La PlataFacultad de Ciencias ExactasPilotta, Elvio A.Echebest, Nélida E.2013-06-17info:eu-repo/semantics/doctoralThesisinfo:eu-repo/semantics/acceptedVersionTesis de doctoradohttp://purl.org/coar/resource_type/c_db06info:ar-repo/semantics/tesisDoctoralapplication/pdfhttp://sedici.unlp.edu.ar/handle/10915/44473https://doi.org/10.35537/10915/44473spainfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-nd/2.5/ar/Creative Commons Attribution-NonCommercial-NoDerivs 2.5 Argentina (CC BY-NC-ND 2.5)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-09-03T10:34:48Zoai:sedici.unlp.edu.ar:10915/44473Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-03 10:34:48.62SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Métodos computacionales de optimización sin derivadas para minimización con restricciones
title Métodos computacionales de optimización sin derivadas para minimización con restricciones
spellingShingle Métodos computacionales de optimización sin derivadas para minimización con restricciones
Arouxét, María Belén
Ciencias Exactas
Matemática
optimización sin derivadas
restauración inexacta
interpolación polinomial
title_short Métodos computacionales de optimización sin derivadas para minimización con restricciones
title_full Métodos computacionales de optimización sin derivadas para minimización con restricciones
title_fullStr Métodos computacionales de optimización sin derivadas para minimización con restricciones
title_full_unstemmed Métodos computacionales de optimización sin derivadas para minimización con restricciones
title_sort Métodos computacionales de optimización sin derivadas para minimización con restricciones
dc.creator.none.fl_str_mv Arouxét, María Belén
author Arouxét, María Belén
author_facet Arouxét, María Belén
author_role author
dc.contributor.none.fl_str_mv Pilotta, Elvio A.
Echebest, Nélida E.
dc.subject.none.fl_str_mv Ciencias Exactas
Matemática
optimización sin derivadas
restauración inexacta
interpolación polinomial
topic Ciencias Exactas
Matemática
optimización sin derivadas
restauración inexacta
interpolación polinomial
dc.description.none.fl_txt_mv La optimización sin derivadas es un área de creciente interés por su potencial relación con aplicaciones en otras disciplinas, dado que es frecuente no contar con una expresión explícita de las funciones involucradas en el problema de optimización sino sólo datos experimentales o simulaciones computacionales. Por lo tanto el objetivo general de este plan es desarrollar nuevos algoritmos eficientes y robustos basados en estrategias adecuadas, analizando su convergencia y validando los mismos mediante implementaciones y experimentación numérica. En este trabajo se propuso dos métodos de optimización sin derivadas basados en modelos de interpolación y región de confianza. El primer algoritmo desarrollado para este trabajo es el algoritmo TRB-POWELL [4]. TRB-Powell fue propuesto para resolver un problema de optimización irrestricto o con restricciones de caja sin derivadas basado en el método de Powell, NEWUOA [52, 53], para optimización (sin restricciones) sin derivadas. Inicialmente se ha considerado el problema irrestricto. El método NEWUOA, en cada iteración, construye un modelo de interpolación cuadrática de la función objetivo alrededor del iterado actual y este modelo es minimizado para obtener un nuevo punto de prueba. Todo el proceso está inmerso en un marco de región de confianza usando la norma Euclídea. Dado que tenemos restricciones de caja, nuestro método usa norma infinito en vez de norma Euclídea y resolvemos el subproblema cuadrático usando una estrategia de conjuntos activos para explorar las caras de la caja. Luego, extendimos el problema irrestricto a un problema con restricciones de caja. El segundo algoritmo es el IR-DFO, el cual se propone para resolver problemas de programación no lineal general sin hacer uso de derivadas y está basado en el método de Restauración Inexacta (IR), el cual fue introducido por Martínez y Pilotta (2000) [43] y posteriormente analizado en el año 2005 [44]. Estos métodos proceden en dos fases y generan una sucesión de puntos infactibles con iteraciones intermedias que consisten en puntos inexactamente restaurados. En nuestro método, todos los cálculos de derivadas del método IR han sido adaptados adecuadamente para resolver el problema sin el uso de éstas. Bajo adecuadas hipótesis, se mostraron resultados de buena definición del algoritmo propuesto y resultados de convergencia a puntos factibles que satisfacen adecuadas condiciones de optimalidad. La implementación incluye diferentes subalgoritmos para obtener una mejor aproximación en cada iteración. Se realizaron diferentes experimentos numéricos.
Doctor en Ciencias Exactas, área Matemática
Universidad Nacional de La Plata
Facultad de Ciencias Exactas
description La optimización sin derivadas es un área de creciente interés por su potencial relación con aplicaciones en otras disciplinas, dado que es frecuente no contar con una expresión explícita de las funciones involucradas en el problema de optimización sino sólo datos experimentales o simulaciones computacionales. Por lo tanto el objetivo general de este plan es desarrollar nuevos algoritmos eficientes y robustos basados en estrategias adecuadas, analizando su convergencia y validando los mismos mediante implementaciones y experimentación numérica. En este trabajo se propuso dos métodos de optimización sin derivadas basados en modelos de interpolación y región de confianza. El primer algoritmo desarrollado para este trabajo es el algoritmo TRB-POWELL [4]. TRB-Powell fue propuesto para resolver un problema de optimización irrestricto o con restricciones de caja sin derivadas basado en el método de Powell, NEWUOA [52, 53], para optimización (sin restricciones) sin derivadas. Inicialmente se ha considerado el problema irrestricto. El método NEWUOA, en cada iteración, construye un modelo de interpolación cuadrática de la función objetivo alrededor del iterado actual y este modelo es minimizado para obtener un nuevo punto de prueba. Todo el proceso está inmerso en un marco de región de confianza usando la norma Euclídea. Dado que tenemos restricciones de caja, nuestro método usa norma infinito en vez de norma Euclídea y resolvemos el subproblema cuadrático usando una estrategia de conjuntos activos para explorar las caras de la caja. Luego, extendimos el problema irrestricto a un problema con restricciones de caja. El segundo algoritmo es el IR-DFO, el cual se propone para resolver problemas de programación no lineal general sin hacer uso de derivadas y está basado en el método de Restauración Inexacta (IR), el cual fue introducido por Martínez y Pilotta (2000) [43] y posteriormente analizado en el año 2005 [44]. Estos métodos proceden en dos fases y generan una sucesión de puntos infactibles con iteraciones intermedias que consisten en puntos inexactamente restaurados. En nuestro método, todos los cálculos de derivadas del método IR han sido adaptados adecuadamente para resolver el problema sin el uso de éstas. Bajo adecuadas hipótesis, se mostraron resultados de buena definición del algoritmo propuesto y resultados de convergencia a puntos factibles que satisfacen adecuadas condiciones de optimalidad. La implementación incluye diferentes subalgoritmos para obtener una mejor aproximación en cada iteración. Se realizaron diferentes experimentos numéricos.
publishDate 2013
dc.date.none.fl_str_mv 2013-06-17
dc.type.none.fl_str_mv info:eu-repo/semantics/doctoralThesis
info:eu-repo/semantics/acceptedVersion
Tesis de doctorado
http://purl.org/coar/resource_type/c_db06
info:ar-repo/semantics/tesisDoctoral
format doctoralThesis
status_str acceptedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/44473
https://doi.org/10.35537/10915/44473
url http://sedici.unlp.edu.ar/handle/10915/44473
https://doi.org/10.35537/10915/44473
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-nd/2.5/ar/
Creative Commons Attribution-NonCommercial-NoDerivs 2.5 Argentina (CC BY-NC-ND 2.5)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-nd/2.5/ar/
Creative Commons Attribution-NonCommercial-NoDerivs 2.5 Argentina (CC BY-NC-ND 2.5)
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1842260198881755136
score 13.13397